基于BP神经网络的Kalina循环发电系统最佳运行参数预测.pdf
《基于BP神经网络的Kalina循环发电系统最佳运行参数预测.pdf》由会员分享,可在线阅读,更多相关《基于BP神经网络的Kalina循环发电系统最佳运行参数预测.pdf(5页珍藏版)》请在咨信网上搜索。
1、NO.112023电力行业节能节能ENERGYCONSERVATION基于BP神经网络的Kalina循环发电系统最佳运行参数预测杨月莹王建永*王涛陈海峰(陕西科技大学机电工程学院,陕西西安7 10 0 2 1)摘要:Kalina循环发电技术是低品位热能回收利用的重要方式,而蒸发压力和蒸发温度是决定系统性能的关键参数。由于热源及工质氨水浓度的多样性,获取不同设计条件下最佳运行参数的过程复杂且耗时。通过遗传算法结合热力学模型的方式,以最大净输出功为目标,获取了17 0 5组数据,基于BP神经网络算法建立Kalina循环的最佳运行参数预测模型。结果表明,选择单隐含层神经元数目为9、训练函数为“tra
2、inlm”时,神经网络的预测结果最好。验证集的预测误差均在1.5%范围内,表明建立的神经网络模型可以较好地预测Kalina循环发电系统的最佳蒸发压力和最佳蒸发温度。关键词:Kalina循环;BP神经网络;预测模型;最佳运行参数中图分类号:TM617文献标志码:A文章编号:10 0 4-7 948(2 0 2 3)11-0 0 0 1-0 5doi:10.3969/j.issn.1004-7948.2023.11.001Prediction of optimal operating parameters for Kalina cycle power systembased on BP neura
3、l network algorithmYANG Yue-yingWANG Jian-yongWANG TaoCHEN Hai-fengAbstract:Kalina cycle power generation technology is an important technology for low grade energy recovery andutilization,and the evaporation pressure and temperature are key parameters that affect the system performance.Obtainingopt
4、imal operating parameters under different design conditions is complicated and time-consuming due to the diversity ofheat sources and ammonia concentrations.By means of genetic algorithm combined with thermodynamic model,1 705sets of data were obtained with the goal of maximal net power output,and t
5、he prediction model of optimal operatingparameter for Kalina cycle was established based on the BP neural network algorithm.The result showed that when thenumber of neurons in the single hidden layer was nine and the training function was trainlm,the prediction result of theneural network was the be
6、st.The prediction errors of the verification sets are all within 1.5%,which indicates that theneural network model can predict the optimal operating parameters of the Kalina cycle well.Key words:Kalina cycle;BP neural network;prediction model;optimal operating parameters引言工业生产过程会产生大量的余热,工业用能中有近60%65
7、%的能源转化为余热资源,温度低于30 0 的余热约占余热总量的50%,回收和利用这部分余热资源对于提高能源利用和减少环境污染具有重要的意义。发电是重要的利用余热方式,可将低品位热能转化为广泛应用的高品位电能。研究者们对适用于低品位热源的发电循环进行了大量的研究2-5,结果表明,Kalina循环具有很大的潜力。为了提高Kalina循环发电系统的效率,需要对其运行参数进行分析和优化。李子申6 等研究Kalina循环中蒸发压力对循环不同性能参数的影响,结果表明,存在一个最佳蒸发压力使系统净输出功达到最大,且最佳蒸发压力随氨水基本溶液浓度的升高而增大。Saffari7等对胡萨维奇电厂采用的地热Kali
8、na循环进行了热力学分析,采用人工蜂群(ABC)算法优化得到了循环处于最佳性能的操作条件。Wangl8等利用遗传算法(GA)对改进的太阳能驱动Kalina循环进行了关键热力学参数优化,在给定条作者简介:杨月莹(1997 一),女,硕士,研究方向为低品位热能发电系统。通信作者:王建永(198 9一),男,博士,副教授,研究方向为低品位热能高效转化利用及装备。基金项目:国家自然科学基金项目(项目编号:5190 6 131);中国博士后科学基金项目(项目编号:2 0 2 0 M673604XB);榆林市科技计划项目(项目编号:CXY-2020-089)收稿日期:2 0 2 3-0 1-16引用本文:
9、杨月莹,王建永,王涛,等.基于BP神经网络的Kalina循环发电系统最佳运行参数预测J.节能,2 0 2 3,42(11):1-5.NO.112023节能 ENERGYCONSERVATION电力行业节能件下,获得了使改进后系统的净输出功和效率达到最大的透平进口压力。以上文献大多采用优化算法(遗传、人工蜂群、粒子群等)结合数学模型的方式得到系统的最佳运行参数。在参数优化过程中,数学模型建立复杂,优化算法响应时间长,而在实际工程运行中,工业余热的温度以及环境参数可能是动态变化的过程,寻优时间的延后会造成系统运行及控制产生一定误差。人工神经网络(ANN)具有自适应性强、处理非线性问题能力强的优点,
10、越来越多的研究者将其应用于能源系统的性能优化、工质筛选和系统设计等过程。Yangl基于人工神经网络建立了ORC系统的预测模型,并利用该模型对ORC系统进行了性能预测和参数优化。李恩腾0 I等基于BP神经网络构建了跨临界CO,热泵的热力学预测模型,通过该预测模型和经济性模型对CO,热泵循环进行了多目标优化设计。Pengll等建立了一种可以通过工质物性预测ORC性能的人工神经网络模型。Khanmohammadil12等使用数据驱动模型优化具有集成余热回收装置的地热能驱动系统,将6 个性能指标作为9个设计变量的函数进行拟合,结果表明,与其他机器学习技术相比,人工神经网络提供了最佳的拟合结果。目前,采
11、用神经网络预测Kalina循环发电系统最佳运行参数的研究较少。文中针对Kalina循环发电系统,以净输出功最大为目标,采用BP神经网络算法建立Kalina循环发电系统的性能预测模型,在不同热源温度和氨水浓度条件下快速获得系统净输出功最大时的最佳蒸发压力和等温度。1Kalina循环发电系统1.1系统介绍Kalina循环发电系统流程和T-s曲线如图1所示。53透平机热源分离器发电机g1降压阀6蒸发器4792增压泵冷凝器821cIc2(a)系统流程709贫氨溶液饱和线600氨水基本溶液饱和线富氨溶液饱和线500400358300620012345678s/kJ/(kg:K)(b)T-s曲线图1Kal
12、ina循环发电系统流程和T-s曲线由图1可知,该系统主要由蒸发器、分离器、透平机、发电机、降压阀、冷凝器和增压泵组成。循环过程中,高压氨水基本溶液(状态点2)进入蒸发器中吸收热源释放的热量,生成气液两相混合物(状态点3)。该两相混合物进入分离器,被分离成高浓度的富氨蒸汽(状态点5)和低浓度的贫氨溶液(状态点4)。富氨蒸汽进入透平机中膨胀做功,驱动同轴连接的发电机发电。贫氨溶液经降压阀降低压力后(状态点7),与在透平中做完功的富氨蒸汽(状态点6)混合,重新形成氨水基本溶液(状态点8)。该氨水基本溶液在冷凝器中被冷却水冷凝成液态(状态点1),经过增压泵升高压力(状态点2),再次进入蒸发器中吸热,完
13、成1个循环。1.2数学模型Kalina循环发电系统包括多种复杂设备,建立数学模型时,为了简化计算、提高运算速度,对模型做如下假设:计算时系统中流体已达到稳定流动状态;系统中各设备与外界环境无热量交换,即各设备保温性能良好,无热量散失;在换热器、氨水分离器等设备以及连接管道中,忽略流体流动造成的压降损失;氨水分离器可将氨水两相混合物完全分离成高浓度的饱和富氨蒸气和低浓度的饱和贫氨溶液;在冷凝器中,冷却水将氨水基本溶液冷凝到饱和液态;贫氨溶液经过降压阀的过程为等恰压降过程;氨水工质透平和增压泵的等熵效率为给定值。1.2.1蒸发器在蒸发器中,热源释放热量,将过冷态的氨水基本溶液加热成气液两相态。蒸发
14、器换热温度曲线如图2所示。T氨水基本溶液饱和线热源g1PP节点温器392bub2氨水基本溶液OS图2蒸发器换热温度曲线热平衡方程为:mg(hgl-hp)=mbasic(h3-hbub)(1)mg(hpp-hg2)=mbasic(hbub-h2)(2)ATp=Tp-Tbub(3)式中:mg热源的质量流量,kg/s;h g l热源在蒸发器入口处的烩值,kJ/s;h g 2热源在蒸发器出口处的烩值,kJ/s;h p p热源在蒸发器中节点温差处的烩值,kJ/s;Tp热源在蒸发器中节点温差处的温度,;mbasic氨水基本溶液的质量流量,kg/s;h 22一氨水基h4=h7(9)NO.11.2023节能E
15、NERGYCONSERVATION电力行业节能本溶液在蒸发器入口处的值,kJ/s;h 3氨水基本溶液在蒸发器出口处的烩值,kJ/s;h b u b氨水基本溶液在蒸发器中泡点处的烩值,kJ/s;T b u b氨水基本溶液在蒸发器中泡点处的温度,;Tp蒸发器节点温差,。1.2.2分离器分离器的作用是将氨水气液混合两相流分离为饱和富氨蒸汽和饱和贫氨溶液,此过程遵守质量守恒定律。m basic=m rich+m poor(4)mbasic Xbasic=mrich Xrich+mpoor(5)poor式中:mrich富氨蒸汽的质量流量,kg/s;mp o r贫氨溶液的质量流量,kg/s;Xb a s
16、i c e氨水基本溶液的氨浓度,%;Xrich一富氨蒸汽的氨浓度,%;Xp贫氨溶液的氨浓度,%。1.2.3透平机和发电机富氨蒸汽在透平机中膨胀做功,驱动同轴连接的发电机发电。透平机的非等摘膨胀过程利用等效率描述。hs-h6ntb=hs-h6s(6)式中:ntb透平机等熵效率,%;hs工质在透平机入口处的值,kJ/s;h。工质在透平机中做非等熵膨胀时,工质在透平出口处的值,kJ/s;h 6 s一工质在透平机中做等熵膨胀时,工质在透平出口处的烩值,kJ/s。透平机输出功率Wh为:Wtb=mrich(hs-h)(7)式中:Wtb透平机输出功率,kW发电机发电功率Wgen为:Wgen=WibXngen
17、(8)式中:W发电机发电功率,kW;n g e n发电gen效率,%。1.2.4降压阀工质经过降压阀为等烩压降过程式中:h4一工质在降压阀入口处的恰值,kJ/s;h一工质在降压阀出口处的恰值,kJ/s。1.2.5冷凝器在冷凝器中,冷却水将氨水基本溶液冷凝到饱和液态,其热平衡方程为:mbasic(hg-hi)=me(he2-hel)(10)式中:m。冷却水质量流量,kg/s;h e l 冷却水在冷凝器入口处的值,kJ/s;h e 2 冷却水在冷凝器出口处的恰值,kJ/s;h g 工质在冷凝器入口处的恰值,kJ/s;hi一工质在冷凝器出口处的烩值,kJ/s。1.2.6增压泵增压泵的非等摘压缩过程利
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 Kalina 循环 发电 系统 最佳 运行 参数 预测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。