基于神经网络的有机朗肯循环过程及循环性能计算方法

摘要：

有机朗肯循环(ORC)是中低温热能-电能转换中最具前景的技术之一,近年来受到越来越多的关注.工质是ORC实现的载体,由于热源及可选工质的多样性,工质筛选及系统的优化对于提升ORC综合性能非常重要,而物性及过程特性的准确预测是关键.提出了基于神经网络-基团贡献法的ORC系统性能计算方法,建立了涵盖11个基团的基团表,从REFPROP中调用51种工质7958组数据进行神经网络训练,获得了ORC中各个热力过程能量转换和熵差的计算关联式.计算了21种常用工质在1584组工况下的ORC系统性能,并与基于传统方法计算的ORC系统性能参数进行了对比.结果显示预测得到的ORC系统热效率、净输出功和系统?效率与用REFPROP计算得出的结果相比误差分别为1.01%、1.02%和1.61%,相比传统方法,预测精度有显著提高.

关键词：神经网络、热力学性质、预测、基团贡献法、有机朗肯循环

所属期刊栏目：70

分类号：TK11+2(热力工程、热机)

资助基金：国家自然科学基金项目51476037;广东省应用型科技研发专项资金项目2016B020243010

在线出版日期：2019-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：3256-3266