基于BP网络的加热器性能评价方法.docVIP

基于BP网络的加热器性能评价方法 　　【摘 要】在BP网络的基础上，为了避免加热器结构参数的复杂计算，提出了一种新的计算模型――BP网络的低压加热器端差应达值的计算模型。结果表明，基于BP神经网络的低压加热器端差应达值的计算模型满足精度要求，因此可应用于低压加热器运行热经济性评价，并可实现对加热器性能降低的早期发现。 　　【关键词】汽轮机 低压加热器 端差 BP神经网络 　　【Abstract】 Based on the BP neural network， we proposes a new calculated model for avoiding the complex calculating of the structure parameters of the heat， the calculated model of the target value of terminal temperature differences from the low- pressure heater. Evaluate the operational economical situation from the deviation extent of the heater. The calculation results show that the suggestion evaluation methods of the operation heat economy of the low-pressure heater by using the BP neural network can be used for the operational economical situation of the low-pressure heater and the early detection of heater performance degradation. 　　【Key words】steam turbine；low-pressure heater；terminal temperature difference；BP neural network 　　低压加热器是汽轮机的一个重要的辅助设备。低压加热器运行经济情况的好坏，直接关系到汽轮机乃至全厂的经济运行。因此，运行部门十分重视低压加热器性能失常的早期发现并及时处理。 　　加热器运行经济性通常采用端差作为评价指标，但由于加热器端差受入口水温、汽轮机负荷等因素的影响，实测端差值并不能直接用来评价加热器热经济性。为此，文献[1]以热力系统的热平衡方程等基础建立了加热器端差运行热经济性的通用计算模型。文献[2]利用等效焓降法定量分析了加热器端差对机组热经济性的影响，文献[3]利用传热学的基本理论建立了回热加热器的变工况数学模型。通过分析以上几种方法可以看出现有的计算端差应达值是通过加热器变工况计算方法得到运行工况变化后加热器端差的应达值，并将端差应达值与实际测量值进行对比，从而实现对加热器运行经济性的评价。但这需要预先已知加热器的结构参数，然而时设备制造厂家说明书中并没有明确给出，从而导致基于变工况计算方法得到的低压加热器上、下端差存在着较大的误差，这些都会影响到对低压加热器运行经济性的准确评价。 　　本文鉴于以上方法的不足，提出了反向传播网络（Back-Propagation Network，简称BP网络）计算模型。基于BP网络的数学建模方法的优点在于不必事先给出函数的具体形式，它借助于本身所具有的学习能力，自动形成应变量与自变量之间的函数关系，因此为数学建模提供了方便条件。 　　BP网络是人工神经网络的一种变化形式，且其应用的范围非常广泛，如函数逼近、模式识别、分类和故障诊断等领域。为此，本文基于BP网络建立了低压加热器上、下端差应达值的数学模型，并以某300MW汽轮机组某低压加热器性能状态正常时的低压加热器上、下端差及其相应的影响因素作为训练样本，得到了低压加热器上、下端差与其影响因素之间的非线性数学模型。汽轮机实际运行过程中，借助于BP网络得到的加热器端差应达值和实际测量值进行比较，即可以对低压加热器的运行经济状态进行评价。 　　1 BP网络算法 　　BP网络于1986年由Rumelhart 和McCelland领导的科学小组在《Parallel Distributed Processing》一书中提出，是模拟人脑结构及其功能的人工智能技术。 　　网络的输入向量为；隐层输出向量为；输出层输出向量为。由图可以看出，此网络输入层节点有n个，网络的输出信号为，有m个隐含层。根据Kosmogorov定理理论证明，在合理的结构和恰当的权值条件下，3层BP神经网络可以逼近任