一种燃气轮机关键运行参数在线区间辨识方法

本发明属于能源系统领域，特别涉及了一种燃气轮机参数辨识方法。

背景技术：

基于燃气轮机的分布式能源系统不仅可以有效提高能源利用率、降低环境污染排放，还可以提高电网运行质量、有效提高能源利用率，从而优化和调整能源结构。分布式能源系统是一种能源的合理使用方式，具有节能减排，缓解用电紧张，减小气、电网峰谷差，以及提高供电安全的重要作用。分布式能源系统与传统的集中式供能相比，能源供给的形式更加分散，能够根据当地用户的实际需求而定，并且集合多种能源的利用，实现了不同能源的梯级利用和可再生能源的综合回收与利用。

借助计算机技术，建立燃气轮机系统模型并进行数字仿真逐渐成为研究其动态特性最有效的手段。然而现有的燃气轮机建模方法并未给出模型参数估计的方法。燃气轮机建模中的影响变量纷繁复杂，所呈现出的非线性系统辨识中结构参数辨识局限性高和辨识率低的问题在实际工程中更为突出。如何有效处理庞杂的不确定性从而获得规律性认知是面临的一大难题，燃气轮机组模型为非线性模型，针对其运行的不确定性，需要采用参数辨识策略。

技术实现要素：

为了解决上述背景技术提到的技术问题，本发明提出了一种燃气轮机关键运行参数在线区间辨识方法。

为了实现上述技术目的，本发明的技术方案为：

一种燃气轮机关键运行参数在线区间辨识方法，包括以下步骤：

(1)基于rowen模型、采用simulink/matlab平台进行燃气轮机的建模，建立包括燃料量的输入和输出功率及透平排烟温度的两输出系统，并进行仿真验证；

(2)设置运行参数的随机干扰，模拟现场运行情况，获取透平排烟温度的输出数据；

(3)在建立的燃气轮机的模型中加入输入燃料量的干扰，进行仿真实验，并采集样本数据，包含输入数据和输出数据，所述输入数据为燃料量流速，输出数据为透平排烟温度；

(4)设置实时动态工况，采用贝叶斯回归方法对燃料量-透平排烟温度的传递函数模型进行参数的在线区间辨识；

(5)利用贝叶斯回归方法对传递函数参数的辨识结果、燃料量输入变化和参数随机变化后的透平排烟温度进行估计，根据运行参数、透平排烟温度的估计结果和仿真数据的比较，验证参数辨识的合理性。

进一步地，在步骤(1)中，基于rowen模型，建立燃料量输入管道、压气机、燃烧室、废热延迟模块、透平容积模块，将燃气轮机的热力学特性、控制系统都整合在一起，包含了控制回路和燃气轮机的两个特性代数方程，各个模块的建立采用传递函数的表达方法，将各环节用不同方块单元来表示，然后串联起来形成燃气轮机整体模型。

进一步地，步骤(1)的具体过程如下：

(1a)燃料量输入管道的模型建立是基于阀门调整和管道容积的两个动态环节建立的，这两个动态环节都用一阶惯性环节进行模拟：

其中，kp和t0为惯性环节参数，s为拉式算子；

对于液体燃料阀门的调整，通过改变旁通燃料来调节进入燃烧室的燃料量，即调整旁通调节阀；

(1b)燃料与空气的可压缩性产生惯性时间常数，压气机释放气体的过程用一阶惯性环节模拟；

(1c)燃烧室与废热延迟模块的建立，燃料从被喷射入燃烧室到开始燃烧之间存在延迟，燃烧室用一个延迟环节模拟；燃料燃烧放热到热电偶感受到温度变化之间存在延迟，称为废热延迟，延迟时间取决于燃气轮机的尺寸和流体平均流速；

(1d)透平的容积特性、透平容积模块的建立，燃气轮机的透平容积用一阶惯性环节模拟，计算得出燃气量变化延迟时间参数，然后建立透平容积模块；

(1e)输出机械转矩函数和排气温度函数的建立主要是基于两个特性代数方程，排气温度、机械转矩和燃料量、转子转速线性相关，两者视为燃料流量和转速的经验函数，其表达式分别为：

f1＝tr-650(1-wf1)+550(1-ω)

f2＝1.3(wf2-0.23)+0.5(1-ω)

其中，wf1为燃气轮机满载达到稳态时的燃料量，f1为wf1对应的排烟温度；wf2为燃气轮机空载达到稳态时的燃料量，f2为wf2对应的机械转矩；tr为排气温度参考值；ω为转子转速；

(1f)将搭建好的各个模块按照燃气轮机运行逻辑连接起来，加入燃料量流速的变化，进行仿真验证，分析透平排烟温度的输出。

进一步地，燃烧室的延迟和废热延迟均为ms量级，在构建模型时忽略燃烧室和废热延迟模块。

进一步地，步骤(2)的具体过程如下：

(2a)加入燃料量流速随机干扰，模拟现场运行时的加负荷、甩负荷情况，获取透平排烟温度的输出数据；

(2b)加入惯性环节参数kp的随机干扰，模拟现场运行的真实情况，获取透平排烟温度的输出数据；

(2c)加入惯性环节参数t0的随机干扰，模拟现场运行的真实情况，获取透平排烟温度的输出数据。

进一步地，在步骤(3)中，基于simulink平台，根据建立的模型进行仿真实验，加入输入燃料量的干扰，观察透平排烟温度的输出曲线，发现其符合一阶惯性环节的输出特性，然后采集包含燃料量流速和透平排烟温度的样本数据。

进一步地，步骤(4)的具体过程如下：

(4a)采用机器学习中贝叶斯回归方法，选择一阶惯性环节模型作为燃气轮机的简化模型，辨识出输入输出的参数及关系；

(4b)将燃料量作为输入量、透平排烟温度作为输出量，仿真模型中的数据作为训练集，采取一阶惯性环节模型系统，使用贝叶斯回归算法进行参数辨识，辨识出动态系统模型的关键运行参数的实时区间；

(4c)将燃气轮机中燃料量的输入流速作为变工况，从而仿真燃气轮机实时变化的输入输出特性，在此基础上，辨识在线状态下的燃气轮机的关键运行参数；

(4d)将燃气轮机中关键参数的随机变化作为变工况，从而仿真燃气轮机实时变化的输入输出特性，在此基础上，辨识在线状态下的燃气轮机的关键运行参数，得到对燃气轮机的关键运行参数的在线区间自辨识结果。

进一步地，步骤(5)的具体过程如下：

(5a)利用贝叶斯回归方法进行燃气轮机关键参数的在线区间自辨识，得到运行参数的辨识结果以及根据运行参数辨识结果仿真得到的燃气轮机排烟温度的区间估计，对比分析参数辨识结果的合理性和准确性；

(5b)根据加入随机变化后的惯性环节参数kp原始数据与贝叶斯回归方法辨识结果的比较，分析辨识结果的合理性；

(5c)根据加入随机变化后的惯性环节参数t0原始数据与贝叶斯回归方法辨识结果的比较，分析辨识结果的合理性。

采用上述技术方案带来的有益效果：

本发明利用一种基于rowen模型的燃气轮机建模方法，在此基础上提出了将贝叶斯回归方法运用到燃气轮机关键运行参数辨识中，通过对机组运行中工况的实时变化进行参数在线区间辨识，能够实时的辨识关键运行参数，不仅更为贴合机组运行的现场工况，而且由于贝叶斯回归独特的区间辨识特征，辨识的参数更具合理性和准确性等优点。

附图说明

图1是本发明的贝叶斯回归方法的在线辨识原理流程图；

图2是本发明的基本流程图；

图3是实施例中基于rowen模型的燃气轮机循环系统的simulink平台的模型简图；

图4是实施例中燃料量(流速)随机阶跃变化曲线图；

图5是实施例中贝叶斯回归方法对运行参数在线自辨识后的透平排烟温度估计值和真实值的拟合效果示意图；

图6是实施例中贝叶斯回归方法对惯性环节模型参数kp在线自辨识估计值和真实值的拟合效果示意图；

图7是实施例中贝叶斯回归方法对惯性环节模型中参数t0在线自辨识估计值和真实值的拟合效果示意图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

本发明设计了一种燃气轮机关键运行参数在线区间辨识方法，如图1-2所示，步骤如下：

s1：基于rowen模型、采用simulink/matlab平台进行燃气轮机的建模，建立包括燃料量的输入和输出功率及透平排烟温度的两输出系统，并进行仿真验证；

s2：设置运行参数的随机干扰，模拟现场运行情况，获取透平排烟温度的输出数据；

s3：在建立的燃气轮机的模型中加入输入燃料量的干扰，进行仿真实验，并采集样本数据，包含输入数据和输出数据，所述输入数据为燃料量流速，输出数据为透平排烟温度；

s4：设置实时动态工况，采用贝叶斯回归方法对燃料量-透平排烟温度的传递函数模型进行参数的在线区间辨识；

s5：利用贝叶斯回归方法对传递函数参数的辨识结果、燃料量输入变化和参数随机变化后的透平排烟温度进行估计，根据运行参数、透平排烟温度的估计结果和仿真数据的比较，验证参数辨识的合理性。

作为进一步优选的实施方式，所述步骤s1具体为：

燃气轮机的建模是基于rowen模型，主要建立燃料量输入管道、压气机、燃烧室、透平及容积模块等，将燃气轮机的热力学特性、控制系统都整合在一起，包含了控制回路和燃气轮机的两个特性代数方程。各个模块的建立，摆脱了传统的用微分方程组表示燃气轮机动态特性的方法，主要采用的是传递函数的表达方法，同时借鉴了模块化建模思想，以方块图表示系统数学模型，将各环节用不同方块单元来表示，然后串联起来形成燃气轮机整体模型，如图3所示。

rowen模型的适用范围如下：(1)环境温度15℃，大气压101.35kpa；(2)转子相对速度在额定转速95％～107％范围内；(3)简单循环无回热燃气轮机；(4)不考虑燃气轮机启动、停机过程，用于研究其进入稳态运行后的动态特性。

s11：燃料量输入管道的模型建立是基于阀门调整和管道容积的两个动态环节建立的，这两个动态环节都用一阶惯性环节进行模拟，对于液体燃料阀门的调整，通过改变旁通燃料来调节进入燃烧室的燃料量，即调整旁通调节阀；其模型参数的值可参考厂商提供的数据设置，具体为模型中对应的数值而定；

s12：燃料与空气的可压缩性会产生惯性时间常数，压气机释放气体的过程用一阶惯性环节模拟；

s13：燃烧室与废热延迟模块的建立，燃料从被喷射入燃烧室到开始燃烧之间存在着延迟，故燃烧室用一个延迟环节模拟，该延迟在现代的燃气轮机中大约为ms量级；燃料燃烧放热到热电偶感受到温度变化之间存在着时间延迟，称为废热延迟，延迟时间取决于燃气轮机的尺寸和流体平均流速，一般约为ms量级，因为这两个延迟时间短，对模型仿真影响极小，故本模型中忽略这两个延迟模块；

s14：关于透平的容积特性、透平容积模块的建立，燃气轮机的透平容积是不可忽略的一部分，根据燃料系统的各项参考数据，用一阶惯性环节模拟，计算得出燃气量变化延迟时间参数，然后建立透平容积模块；

s15：输出机械转矩函数和排气温度函数的建立主要是基于两个特性代数方程，排气温度、机械转矩和燃料流量、转子转速线性相关，两者视为燃料流量和转速的经验函数，其表达式分别为：

f1＝tr-650(1-wf1)+550(1-ω)

f2＝1.3(wf2-0.23)+0.5(1-ω)

当燃气轮机满载达到稳态时，燃料量wf1为1(标幺值)，转子转速达到额定转速，那么透平排气温度为排气温度参考值tr(在本模型中排气温度参考值为950℃)；当燃气轮机空载达到稳态时，燃料量wf2为0.23(标幺值)，转子转速达到额定转速1(标幺值)，那么燃气轮机输出机械转矩为0。

s16：将搭建好的各个模块按照燃气轮机运行逻辑连接起来，加入输入量(燃料量流速)的变化，进行仿真验证，分析透平排烟温度的输出，符合燃气轮机运行的一般规律。

作为进一步优选的实施方式，所述步骤s2具体为：

s21：加入模型输入数据(燃料量流速)随机干扰，模拟现场运行时的加负荷、甩负荷情况，获取排烟温度的输出数据；

s22：加入惯性环节参数kp的随机干扰，模拟现场运行的真实情况，获取排烟温度的输出数据；

s23：加入惯性环节参数t0的随机干扰，模拟现场运行的真实情况，获取排烟温度的输出数据。

作为进一步优选的实施方式，所述步骤s3具体为：

仿真实验基于simulink平台，根据建立模型进行仿真实验，加入输入燃料量的干扰，加入惯性环节运行参数kp、t0的随机干扰，保证样本点额覆盖性，运行仿真的工况主要具体为：

s41：0s时燃气轮机的燃料量从0kg/s阶跃到1.72kg/s；

s42：10s时燃气轮机的燃料量从1.72kg/s阶跃到4.3kg/s；

s43：20s时燃气轮机的燃料量从4.3kg/s阶跃到2.58kg/s；

s44：30s时燃气轮机的燃料量从2.58kg/s阶跃到3.44kg/s；

s45：40s时燃气轮机的燃料量从3.44kg/s阶跃到2.15kg/s。

仿真实时工况下燃气轮机的运行情况，采集的样本数据包含输入数据(燃料量流速)和输出数据(透平排烟温度)，测量数据的采样时间设置为0.1秒，如图4所示。

作为进一步优选的实施方式，所述步骤s4具体为：

s41：采用机器学习中贝叶斯估计算法，选择合适的函数模型，如：标准的有自平衡的惯性系统的传递函数模型，作为燃气轮机的简化模型，在本实施例中采用一阶惯性传递函数模型，辨识输入输出的参数及关系：

s42：依照贝叶斯原理，

由先验概率求后验概率，训练数集的数据作为似然函数归一化常数p(d)为常数；

s43：对于系统模型而言，首先对于一阶积分惯性环节：

将系统仿真数据进行离散化：

其中，u(t)作为系统的输入值，y(t-1)是t-1时刻的系统输出数据值，y(t)是t时刻的系统输出数据值；

s44：将看作ky1，看作ky2，则对于一个y＝ky1x1+ky2x2类型的模型，更方便于贝叶斯估计的参数辨识；

s45：利用贝叶斯回归方法进行燃气轮机关键运行参数的在线区间自辨识，贝叶斯回归方法的具体步骤为：

s451：首先构造一个共轭先验的分布(即假设初始先验的分布)，将观测数据的似然函数乘以这个先验时，就会得到与先验相同形式的函数，这将得到共轭先验参数的简单更新方程，从而将其转换为后验分布。这样就能够在新数据到来时按顺序更新估计。只需要按照公式计算和的更新；

s452：和通过以下公式(对于n阶矩阵)进行参数的更新：

其中，为输入数据矩阵(即燃料量的流速)；

s453：然后上一步的后验为下一步的先验即更新和上一步的和为下一步的和采用递推的方式，即可通过贝叶斯估计进行循环更新，作为贝叶斯估计值与真实值的方差矩阵，即是所需辨识的参数矩阵，再利用以下公式给出的规格化形式，就可以得到所需辨识参数的区间辨识结果：

s46：通过作为指标评价贝叶斯估计的准确性，即为所求的kyi的参数矩阵，通过反推可求解出本文中所设的模型参数t0、kp，即：

s47：代入燃料量-输出功率的仿真数据值，通过matlab进行贝叶斯回归方法的程序编写并进行，即可实现运行参数在线区间辨识。

作为进一步优选的实施方式，所述步骤s6，具体为：

s61：利用贝叶斯回归方法对一阶传递函数参数的辨识结果，对燃料量输入变化和参数随机变化后的排烟温度进行估计，比较辨识结果的排烟温度和仿真结果，如图5所示，可以发现辨识结果较为准确，输出曲线误差较小，证明了贝叶斯回归辨识具有合理性、准确性。

s62：利用贝叶斯回归方法对一阶传递函数参数的辨识结果，对燃气轮机运行参数估计结果和仿真数据的比较，如图6-7所示，可以发现辨识结果较为准确，辨识结果的置信区间基本包含了真实的参数值，证明了贝叶斯回归辨识具有快速性、准确性，采用贝叶斯回归方法进行参数的辨识为实时辨识，可以较为精确的辨识运行参数的随机变化，能够实时的辨识出燃气轮机关键运行参数的随机变化区间，为对燃气轮机的控制模型的建立奠定了良好的基础，并为分析燃气轮机运行参数辨识结果的不确定性，以及对燃气轮机未来负荷、未来排烟温度、输出功率等关键参数的辨识预测提供了一种新颖的方法。

实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。