基于不同压气机特性曲线预测方法的燃气轮机建模研究

摘要：

为了提高燃气轮机模型的整体仿真精度,利用最小二乘法、BP神经网络法和XGboost算法对燃气轮机压气机特性曲线进行拟合.以某双轴燃气轮机为研究对象,将3种压气机特性曲线拟合结果应用到燃气轮机的整体仿真中.结果表明:在压气机特性曲线预测中,XGboost和BP神经网络对压气机特性曲线的拟合精度最高,最小二乘法的拟合精度相对较低;在燃气轮机的整体仿真中,3种方法对燃机截面参数的计算都能够达到很好的精度.其中基于XGboost算法的燃气轮机仿真模型对燃机截面参数的计算精度最高,最高平均相对误差仅为1.15％.压气机特性曲线的拟合精度直接影响燃气轮机截面参数的计算误差,利用XGboost算法和BP神经网络法对压气机特性曲线拟合能够为提高燃气轮机模型精度提供参考.

关键词：燃气轮机、机理模型、压气机特性曲线、拟合方法

所属期刊栏目：45

分类号：TK474.8(内燃机)

资助基金：上海市科技创新行动计划地方院校能力建设专项资助项目19020500700

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：129-134