基于样本熵的燃气-蒸汽联合循环机组稳态判定

English

您当前的位置：

首页 >

文章列表页 >

热力发电 2016年第3期

热能科学研究 | 更新时间：2025-09-28

- 基于样本熵的燃气-蒸汽联合循环机组稳态判定
- State stability determination of gas-steam combined cycle unit based on sample entropy
- 作者机构：
  
  1. 东南大学能源热转换及其过程测控教育部重点实验室,江苏,南京,210096
  2. 大唐苏州热电有限责任公司，江苏吴江,215200
- 作者简介：
  
  [ "孔羽(1991-)，女，硕士研究生，主要研究方向为燃气-蒸汽联合循环机组能效监测与优化。" ]
- 基金信息：
- DOI：
  中图分类号： TM611
- 网络出版：2016-04-15，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
孔羽, 任少君, 司风琪, 等. 基于样本熵的燃气-蒸汽联合循环机组稳态判定[J]. 热力发电, 2016,(3).

KONG Yu, REN Shaojun, SI Fengqi, et al. State stability determination of gas-steam combined cycle unit based on sample entropy[J]. Thermal Power Generation, 2016, (3).
孔羽, 任少君, 司风琪, 等. 基于样本熵的燃气-蒸汽联合循环机组稳态判定[J]. 热力发电, 2016,(3). DOI：

KONG Yu, REN Shaojun, SI Fengqi, et al. State stability determination of gas-steam combined cycle unit based on sample entropy[J]. Thermal Power Generation, 2016, (3). DOI：

本文提出了一种基于样本熵的燃气-蒸汽联合循环机组稳态判断方法

利用样本熵对信号的趋势变化及波动幅度的敏感性

获取目标序列的稳态因子

从而进行海量数据的筛选与归类。对几种典型仿真信号进行样本熵分析

讨论样本熵与信噪比的关系。并将样本熵用于燃气蒸汽联合循环重要参数稳态运行数据的优选。结果表明：样本熵对信号的趋势变化及波动幅度的识别能力较高，利用样本熵进行稳态判断可行；利用该优选的样本数据进行燃机特性的神经网络建模

有效提高了模型精度

大大降低了模型测试的误诊率。

浏览量

253

下载量

CSCD

文章被引用时，请邮件提醒。

提交

关联资源

高背压燃气轮机联合循环发电系统的集成与性能分析

基于模态分解与组合神经网络的超短期风电功率预测

管式GGH蒸汽吹灰器改造数值模拟及工程验证

基于模糊控制及神经网络的开关磁阻电机转子位置估计

供热抽汽对联合循环余热锅炉系统参数的影响