热能动力工程

作者：王祺昌,黄伟

单位：上海电力大学,,上海电力大学,

关键词：燃气轮机;压气机轴承;故障预警;麻雀搜索算法;门控循环单元神经网络;核密度估计

基金：国家自然科学基金项目（52006131）；国家电网公司华东分部科技项目（H2021-111）

为了能够尽早发现燃气轮机的压气机轴承在运行期间出现的故障问题，本文在传统门控循环单元（Gated Recurrent Unit, GRU）神经网络的基础上，采用改进麻雀搜索算法（Improved Sparrow Search Algorithm, ISSA）进行超参数优化，并结合核密度估计(Nuclear Density Estimation , KDE)，提出了一种基于ISSA-GRU-KDE的故障预警方法。首先对压气机相关历史数据进行预处理和特征筛选得到高质量数据集，以此建立ISSA-GRU的压气机正常轴承温度预测模型，利用预测残差作为故障预警阈值的选取标准，采用KDE拟合残差以确定预警阈值，并通过滑动窗口分析消除干扰，最终实现了故障预警。结果表明，该方法比其他预测算法拥有更高的预测精度和泛化能力，且有效地监测了潜在故障隐患，能够提前数小时对压气机轴承进行故障预警，对燃气轮机运维具有一定的指导意义。

来源：2024年第7期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第7期