پایش وضعیت توان خروجی توربین گاز V۹۴.۲ به وسیله شبکه عصبی سری زمانی

سرویس آموزش و آزمون برق نیوز: تخمین توان خروجی توربین گاز می‌تواند یک روش مؤثر برای بهبود قابلیت اطمینان، کاهش هزینه‌های تعمیرات و افزایش بهره‌وری باشد.

در این مطالعه از یک شبکه عصبی سری زمانی برای پیش‌بینی دقیق توان خروجی توربین گاز بر پایه داده‌های نمونه برداری شده از توربین گاز برای بهبود شرایط عملکرد سیستم ارائه گردیده است. در این تحقیق مدل سری زمانی در شرایط کاری مختلفی، تحت آزمایش قرار گرفته است.

برای اعتبار سنجی مدل، داده‌های واحد ۱ نیروگاه شیروان به‌عنوان توربین مورد مطالعه انتخاب گردید. داده‌های توربین موردنظر برای آموزش و اعتبار سنجی مدل پیشنهادی مورداستفاده قرارگرفته‌اند. نتایج نشان داد که روش سری زمانی پیشنهادی می‌تواند توان خروجی توربین گاز را با دقت خوبی پیش‌بینی نماید.

Abstract: Making an Estimate of the output power of the gas turbine can be an effective method to improve reliability of decreasing maintenance costs and increasing productivity. In this study, a time-series neural network has been proposed to predict the exact output power of gas turbine based on gas turbine performance data to improve the performance of gas turbines. Time series model in a variety of working conditions, has been examined. To validate the model, the data of unit ۱ in Shirvan power plant was considered to study. Turbine data have been used for the training and validation of the suggested model. The results showed that the proposed method of time-series gas turbine output power can be predicted with good accuracy.

این مقاله در سی امین کنفرانس بین المللی برق در تاریخ ۲ تا ۴ آذرماه ۹۴ ارائه شده است. برای دانلود فایل پی دی اف pdf این مقاله روی لینک زیر کلیک نمایید

نویسندگان:

۱    علی ربانی (Ali Rabbany)    شرکت مدیریت تولید نیروگاه‌های گازی خراسان,
۲    محسن رحیم پور داغیان (mohsen rahimpour daghian)    شرکت مدیریت تولید نیروگاه‌های گازی خراسان,