买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司

摘要：本发明涉及一种基于GA‑LSTM的汽轮机阀门流量特性函数的优化方法，包括如下步骤采集历史运行数据；确定数据的训练集和验证集；构建基于LSTM的汽轮机阀门流量特性函数优化模型；构建基于GA‑LSTM神经网络的汽轮机阀门流量特性模型；通过GA‑LSTM神经网络的汽轮机阀门流量特性模型的优化，并绘制优化后的汽轮机阀门流量特性曲线；本发明避免了耗时较长的阀门流量特性试验，减轻了工作人员的工作量，通过对海量历史数据的深度学习得到最优拟合函数，进而优化汽轮机综合阀位指令与实际进汽量之间的关系得到最佳的汽轮机阀门流量特性曲线，为汽轮机阀门流量特性分析及其参数优化提供支持。

主权项：1.一种基于GA-LSTM的汽轮机阀门流量特性函数的优化方法，其特征在于其包括如下步骤：S100：采集历史运行数据；S200：确定数据的训练集和验证集；S300：构建基于LSTM的汽轮机阀门流量特性函数优化模型；S400：使用GA算法确定LSTM模型的最优参数，构建基于GA-LSTM神经网络的汽轮机阀门流量特性模型；S500：通过GA-LSTM神经网络的汽轮机阀门流量特性模型的优化，并绘制优化后的汽轮机阀门流量特性曲线；基于LSTM的汽轮机阀门流量特性函数优化模型的构建步骤如下：S310：初始化LSTM神经网络的网络结构、隐藏层层数和输出层的层数，初始化训练步长；设置LSTM神经网络输入层到隐藏层的连接矩阵U、隐藏层到隐藏层的连接矩阵W、隐藏层到输出层的连接权重V均为随机的实数；S320：设置LSTM神经网络的激活函数，设置输入门it、遗忘门ft和输出门ot，单元状态激活函数为tanh函数，神经网络的输入向量为X＝X1，X2，X3，X4，X5……Xt-1，Xt，隐藏层的状态H＝h1，h2，h3，h4，h5……ht-1，ht，其输出向量为Y＝Y1，Y2，Y3，Y4，Y5……Yt-1，Yt；S330：将S200中经过预处理的训练集数据Dtrain中的综合阀位指令Rf、主蒸汽压力P、调节级压力Pa作为模型的输入变量Xk＝[Rf，P，Pa]和汽轮机的实际进汽量Q作为模型的输出变量Yk＝[Q]分别送入S310和S320所初始化的LSTM神经网络模型，得到基于LSTM的汽轮机阀门流量特性函数优化模型；S400中构建基于GA-LSTM神经网络的汽轮机阀门流量特性模型的具体步骤如下：S410：初始化种群的各个参数，将LSTM网络中的隐藏层神经元数目m、学习率lr和训练次数n作为GA算法的初始化对象；S420：用S200所确定的验证集数据Dtest中的综合阀位指令Rf、主蒸汽压力P、调节级压力Pa作为输入变量，即Xk＝[Rf，P，Pa]，导入到S330所建立的基于LSTM的汽轮机阀门流量特性函数优化模型当中，可以得到该模型的输出值表示汽轮机进汽量的一个网络模型预估值，并将与验证集数据Dtest中的汽轮机的实际进汽量Q之间的均方根误差作为个体适应度的大小，适应度函数的选择直接影响对于汽轮机阀门流量特性优化的效果，且适应度函数定义如下： 式4中，fi为适应度函数值，N为验证集数据Dtest的数据总量，为LSTM网络模型输出的汽轮机进汽量的网络预测值，Qn为验证集数据Dtest的汽轮机进汽量的真实值；S430：采用轮盘赌选择法作为GA的选择策略在当前种群中选择适应性比较好的个体作为亲本，并将遗传信息传递给子代进行选择处理；使用洗牌交叉算法作为交叉算子使用，在交叉之前在父代利用随机排序函数进行洗牌运算；使用rand算法在0，1之间产生随机数小于所给变异率大小则进行变异；S440：计算种群内个体的适应度fi，适应度计算函数在S430中，遗传算法中适应度越小，则越应该保留该个体，否则会淘汰该个体，如果不符合遗传终止条件则返回到S430，若符合该遗传算法的终止条件，则将GA算法求出的最优参数作为LSTM网络模型的隐藏层神经元数目m、学习率lr和训练次数n；S450：将S440所得到的最优参数隐藏层神经元数目m、学习率lr和训练次数n带入到网络当中，得到优化过后的基于GA-LSTM的汽轮机阀门流量特性优化的模型，其模型的输入变量为综合阀位指令Rf、主蒸汽压力P、调节级压力Pa，即Xk＝[Rf，P，Pa]，其模型的输出变量为汽轮机的进汽量Q，即Yk＝[Q]。

全文数据：

权利要求：

百度查询： 国网河北省电力有限公司电力科学研究院 国家电网有限公司 国网河北能源技术服务有限公司 基于GA-LSTM的汽轮机阀门流量特性函数的优化方法