申请/专利权人：大连理工大学;中国船舶重工集团公司第七0三研究所

申请日：2021-10-08

公开（公告）日：2024-03-22

公开（公告）号：CN113807024B

主分类号：G06F30/27

分类号：G06F30/27;G06F111/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.01.04#实质审查的生效;2021.12.17#公开

摘要：本发明属于燃气轮机研究领域，提出了一种基于代理模型的燃气轮机最优动态工作点选择方法。该方法首先针对三轴燃气轮机仿真模型确定待优化决策变量和目标变量，其中目标变量主要从动力性、经济性和排放性来衡量，但是其求解过程复杂，计算量大，实时性差。为了提高优化效率，通过建立燃气轮机组合RBF代理模型简化求解过程，针对燃气轮机动力性、经济性及排放性指标，在构建其有效代理模型的基础上，研究动态多目标优化算法的改进算法，并在此基础上从得到的帕累托最优前沿中选择动态性能最好的解作为最优工作点。本发明的选择方法适用于在各种工况的条件下得到燃气轮机适应性最强的最优工作点作为参考，具有广泛的适用性和较强的实际应用价值。

主权项：1.一种基于代理模型的燃气轮机最优动态工作点选择方法，其特征在于，包括仿真平台搭建的三轴燃气轮机仿真模型、组合RBF代理模型方法和改进的动态多目标优化算法；步骤1：基于Simulink仿真平台搭建的三轴燃气轮机仿真模型；三轴燃气轮机仿真模型用于模拟真实三轴燃气轮机的组成部分和运行过程；三轴燃气轮机仿真模型中三轴燃气轮机的组成部分包括进气道、排气道、高压压气机、低压压气机、燃烧室、高压涡轮、低压涡轮、动力涡轮和负载；三轴燃气轮机仿真模型的控制变量包括燃油流量、高压压气机可转导叶角度、低压压气机可转导叶角度和冷却系数，目标变量包括燃气轮机的动力性、经济性和排放性；干扰变量有环境温度、环境压强、进气压力损失系数和排气压力损失系数；四个控制变量和四个干扰变量合并为维度为8的决策向量，作为三轴燃气轮机仿真模型的输入，目标变量作为三轴燃气轮机仿真模型的输出；三轴燃气轮机仿真模型中三轴燃气轮机的运行过程：1从低压压气机经进气道吸入空气，增压后进入高压压气机继续增压；2加压气体与燃料混合进入燃烧室，燃烧并产生高温气体；3气体经高压涡轮、低压涡轮和动力涡轮分别带动高压压气机、低压压气机和负载运行，经排气道排出；步骤2：通过试验设计获取三轴燃气轮机仿真模型的样本点；通过试验设计方法选取合适的样本点，采用拉丁超立方试验设计的方法，获取分布均匀的采样点利用已知样本点的信息训练三轴燃气轮机仿真模型，利用三轴燃气轮机仿真模型对未知点进行预测；根据三轴燃气轮机在设定工况下的运行情况，确定8个决策向量的取值范围：表1决策变量取值范围表 步骤3：通过样本点构建三轴燃气轮机代理模型；根据步骤2试验设计方法得到样本点，在此基础上构建代理模型，得到已确定的8维决策变量和3维目标变量之间映射关系；RBF代理模型如下：以步骤2得到的采样点为中心，自变量选取采样点与未知点间距离，并选取四种RBF代理模型径向基函数进行线性拟合后，得到未知点x的响应值；其中，r是待测点x到任意样本点的欧氏距离，c为形状参数，是大于零的常参数；表2径向基函数类型 当样本点数目为n时，径向基函数代理模型的表达式为： 其中和βi为权重系数，φri为径向基函数，ri＝||x-xi||是待测点和采样点之间的欧几里得距离；当上式作为代理模型时，如下的插值条件满足：fxj＝yjj＝1，2，...，n其中fxj是代理模型预测的值，yj是仿真模型实际的值，得到如下方程：φ·β＝Y2其中和样本点间不重复且φ矩阵非奇异时，有唯一解，权重系数得到如下：β＝Φ-1Y3综合以上四种径向函数，提出一种基于RBF组合代理模型权重向量的生成方式，建立三轴燃气轮机仿真模型的代理模型；目标变量的真实值和预测值之间误差为当有n个样本点时，表示第j个代理模型的预测平方和，1≤j≤M，M取4，四种RBF代理模型的权重向量由下式生成： 上式中，定义为： 式中，考虑每个代理模型的预测误差以及误差的均值和标准差，表征组合代理模型覆盖性和稳定性的程度；参数α，β，γ控制子代理模型对组合代理模型各方面的影响，α＝0.03，β＝0.02，γ＝-2；步骤4：使用动态多目标优化算法寻找三轴燃气轮机代理模型的最优工况点；使用改进的DNSGA-II算法对步骤3构建的代理模型中的动力性、经济性和排放性指标进行动态多目标优化，得到帕累托最优前沿；算法的改进策略如下：1针对燃气轮机动态多目标优化问题，人为设定环境变化的频率和程度；判断环境变化前后同一种群的适应度变化程度，以减少算法在运行过程中的复杂度；变化程度在设定的范围内，则不采用动态响应策略依旧保持原有的种群在新的环境中寻优； 上式，σi表示环境变化前后的变化程度，t表示环境变化的时刻，P表示被评价的种群，δi设定为1％，表示t时刻的目标函数；2环境变化前后支配性相关的自适应初始化和变异比例，具体定义如下式： 上式，ζ和mut分别表示自适应初始化和变异比例，Num·函数表示满足括号中条件的个体总数，σi为式7中的计算结果，δinit和δmut设定为0.1％，N表示种群规模；使用改进的DNSGA-II算法按照遗传算法的执行步骤得到动力性、经济性和排放性指标的帕累托最优前沿，在帕累托前沿中比较各个解的优劣得到三轴燃气轮机的动态工作点。

全文数据：

权利要求：

百度查询： 大连理工大学;中国船舶重工集团公司第七0三研究所 一种基于代理模型的燃气轮机最优动态工作点选择方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD