热能动力工程

作者：刘泽宇,应雨龙,李靖超,武文杰

单位：上海电机学院电子信息学院,,上海电力大学,,上海电机学院电子信息学院,,中国联合重型燃气轮机技术有限公司,

关键词：燃气轮机;量化诊断;进气滤网;深度学习;堵塞状况

基金：国家自然科学基金面上基金项目(62076160) ；上海市重型燃气轮机领域联合创新计划(UIC计划)资助项目（GYQJ-2023-1-06）；上海市“曙光计划”项目（23SG55）；上海市青年科技启明星项目资助(23QA140380)

重型燃气轮机进气系统是蒸汽-燃气联合循环电厂中的关键通流部件，其进口滤网堵塞可能引发压气机旋转失速、燃烧不稳定及内物损伤等严重故障。现有方法仅通过压差判断滤网堵塞情况，但未能充分考虑气体工质的质量流量、比容等运行工况参数变化的影响。为此，本文提出了一种基于深度学习的燃气轮机进气滤网堵塞程度量化诊断方法。首先，采集进气系统正常运行时的气路历史参数，建立深度神经网络预测模型，实现复杂变工况下理论健康压差的实时计算；其次，基于通流部件内在气路故障模式与外在气路可测参数故障征兆的关系，构建无量纲化进气系统健康特征参数模型，量化滤网堵塞程度。通过稳态与瞬态仿真实验，该方法对进气系统不同堵塞程度计算值的均方误差不超过0.09%，验证了所提出算法的准确性和鲁棒性。

来源：2025年第4期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2025年第4期