基于神经网络的轴流转桨式水轮机传递系数

摘要：

建立水轮机数学模型是研究机组稳定性,优化机组运行的基础.工程实际中,对水轮机小扰动工况的研究多采用分段线性化模型,需要求取不同工况下水轮机的传递系数.然而,传统的求取方法计算量大,得到的传递系数数量有限且在轻载工况时误差较大.本文基于外特性法和神经网络求导,研究了轴流转桨式水轮机传递系数的计算方法.利用模型综合特性曲线、飞逸曲线以及边界条件,获取水轮机模型的原始数据,训练并得到反映水轮机流量特性和力矩特性的神经网络.对包含神经网络的数学表达式进行求导,推导传递系数的计算式,它是工况点的函数.最后,对比了该方法和曲线拟合法在一些工况点处求得的传递系数,分析了各自的特点.结果表明,本文提出的基于神经网络求导的水轮机传递系数求取方法精度较高,减少了计算量,且有利于全面的认识传递系数随工况的变化情况.

关键词：传递系数、水轮机、神经网络、曲线拟合

所属期刊栏目：49

分类号：TK73;TV73(水能、水力机械)

资助基金：国家自然科学基金项目51379160

在线出版日期：2018-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：966-974