利用LSTM的大型汽轮机主蒸汽流量测量

简介

主蒸汽流量的准确测量对大型汽轮机的正常运行至关重要,传统测量方法工作量大且测量精度不高。为了提高主蒸汽流量的测量精度,以某600MW大型汽轮机为研究对象,提出一种基于长短期记忆神经网络(LSTM)的汽轮机主蒸汽流量测量模型,同时分析了调节级后压力的非正常波动对模型的影响。研究结果表明LSTM模型能够实现主蒸汽流量的精确测量,平均百分比绝对误差(MAPE)为0.799%、均方根误差(RMSE)为15.132;调节级后压力在10%和1.2MPa范围内波动时,MAPE不大于1%、RMSE不大于20。LSTM模型具有较高的测量精度与较好的稳定性,研究结果对汽轮机主蒸汽流量测量具有一定参考价值。