期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于t-SNE和PGNN的输气管道泄漏工况识别技术
1
作者
钱学峰
《石油工程建设》
2026年第1期70-75,共6页
压降速率是识别输气管道泄漏工况的重要判别指标,为降低不同工况下管道沿线截断阀的误动作或不动作现象,利用模拟软件获取了几组对比工况的压降速率信号,分析了各工况信号的差异性和重复性,基于t分布随机邻域嵌入(t-SNE)算法对信号进行...
压降速率是识别输气管道泄漏工况的重要判别指标,为降低不同工况下管道沿线截断阀的误动作或不动作现象,利用模拟软件获取了几组对比工况的压降速率信号,分析了各工况信号的差异性和重复性,基于t分布随机邻域嵌入(t-SNE)算法对信号进行非线性降维和可视化表征,将降维数据代入物理引导神经网络(PGNN)模型,通过构建物理约束损失函数对分类结果进行修正,在现场利用放空阀模拟泄漏过程,验证模型的准确性。结果显示,t-SNE算法将压降速率信号降至三维后,数据结构变得更为紧凑,数据量由600×50个降低至600×3个;PGNN模型和BP神经网络模型的整体正确率分别为98.16%、87.33%;泄漏孔径越大,压降速率峰值越大;泄漏位置距离截断阀越远,压降速率峰值越小,PGNN模型可以捕捉到上述变化规律。研究成果可模拟管道运行现场数据并及时识别泄漏工况,避免发生更大的泄漏事故。
展开更多
关键词
t-SNE算法
pgnn
模型
泄漏
压降速率
压缩机抽吸
在线阅读
下载PDF
职称材料
燃煤机组过热汽温宽负荷模型前馈控制
被引量:
5
2
作者
陈祎璠
曹越
司风琪
《动力工程学报》
CAS
CSCD
北大核心
2024年第1期76-83,共8页
为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配。多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负荷区段进行合理...
为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配。多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负荷区段进行合理划分,结合过热器机理引导的长短期记忆神经网络,可以对强耦合、大惯性的过热汽温宽负荷前馈信号进行精准预测。结果表明:在机组宽负荷运行时,随着负荷降低控制对象的非线性程度逐渐增强,需要更多的模型数量,采用多模型间隙度量PGNN前馈控制方法可以在不同工况下采用与当前工况相适应的前馈信号,有效提升过热汽温的调节精度和稳定性。
展开更多
关键词
燃煤机组
过热汽温
前馈控制
深度神经网络
多模型间隙度量
pgnn
在线阅读
下载PDF
职称材料
题名
基于t-SNE和PGNN的输气管道泄漏工况识别技术
1
作者
钱学峰
机构
中国石油天然气股份有限公司河南储气库分公司
出处
《石油工程建设》
2026年第1期70-75,共6页
文摘
压降速率是识别输气管道泄漏工况的重要判别指标,为降低不同工况下管道沿线截断阀的误动作或不动作现象,利用模拟软件获取了几组对比工况的压降速率信号,分析了各工况信号的差异性和重复性,基于t分布随机邻域嵌入(t-SNE)算法对信号进行非线性降维和可视化表征,将降维数据代入物理引导神经网络(PGNN)模型,通过构建物理约束损失函数对分类结果进行修正,在现场利用放空阀模拟泄漏过程,验证模型的准确性。结果显示,t-SNE算法将压降速率信号降至三维后,数据结构变得更为紧凑,数据量由600×50个降低至600×3个;PGNN模型和BP神经网络模型的整体正确率分别为98.16%、87.33%;泄漏孔径越大,压降速率峰值越大;泄漏位置距离截断阀越远,压降速率峰值越小,PGNN模型可以捕捉到上述变化规律。研究成果可模拟管道运行现场数据并及时识别泄漏工况,避免发生更大的泄漏事故。
关键词
t-SNE算法
pgnn
模型
泄漏
压降速率
压缩机抽吸
Keywords
t-SNE algorithm
pgnn model
leakage
pressure drop rate
compressor suction
分类号
TE973 [石油与天然气工程—石油机械设备]
在线阅读
下载PDF
职称材料
题名
燃煤机组过热汽温宽负荷模型前馈控制
被引量:
5
2
作者
陈祎璠
曹越
司风琪
机构
东南大学能源转换及过程测控教育部重点实验室
出处
《动力工程学报》
CAS
CSCD
北大核心
2024年第1期76-83,共8页
基金
国家重点研发计划资助项目(2022YFB4100704)
国家自然科学基金资助项目(52206006)
江苏省基础研究计划(自然科学基金)青年基金资助项目(BK20210240)。
文摘
为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配。多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负荷区段进行合理划分,结合过热器机理引导的长短期记忆神经网络,可以对强耦合、大惯性的过热汽温宽负荷前馈信号进行精准预测。结果表明:在机组宽负荷运行时,随着负荷降低控制对象的非线性程度逐渐增强,需要更多的模型数量,采用多模型间隙度量PGNN前馈控制方法可以在不同工况下采用与当前工况相适应的前馈信号,有效提升过热汽温的调节精度和稳定性。
关键词
燃煤机组
过热汽温
前馈控制
深度神经网络
多模型间隙度量
pgnn
Keywords
coal-fired unit
superheated steam temperature
feedforward control
deep neural network
multi-
model
gap measurement
pgnn
分类号
TK323 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于t-SNE和PGNN的输气管道泄漏工况识别技术
钱学峰
《石油工程建设》
2026
0
在线阅读
下载PDF
职称材料
2
燃煤机组过热汽温宽负荷模型前馈控制
陈祎璠
曹越
司风琪
《动力工程学报》
CAS
CSCD
北大核心
2024
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部