基于云计算的燃气轮机联合仿真系统的制作方法

1.本发明涉及燃气轮机仿真技术领域，具体为基于云计算的燃气轮机联合仿真系统。


背景技术：

2.燃气轮机是一种将燃料燃烧产生的热能转化为机械能的热力机械装置，它采用压缩空气，然后将其加热，再通过涡轮转动产生功率的原理，实现了能量的转换，广泛应用于发电、航空、船舶、机车、重型机械等领域。
3.燃气轮机的工作过程一般分为四个步骤：空气压缩、燃料燃烧、热能释放和涡轮转动。在燃气轮机中，压缩空气的部分称为压气机，将空气加热的部分称为燃烧室，将热能转化为机械能的部分称为涡轮机。燃气轮机的效率高、响应速度快，具有体积小、重量轻等优点，是一种非常先进的热力机械装置。
4.由于对燃气轮机或其部分结构进行性能测试时的成本较大，因此，随着仿真技术的逐渐发展，为了降低测试成本，测试人员正逐渐以仿真测试对实机测试进行替代，而在仿真测试的算力不足时，还会借助于云计算服务，将其他闲置的计算机的处理能力、存储能力和应用能力等资源，以服务的形式提供给测试人员。
5.燃气轮机的使用环境和应用领域较为宽广，但在低温及低负载的条件下时，燃气轮机的运行性能会受到较大的影响，现有的仿真测试对该运行环境涉及较少，难以判断燃气轮机的运行性能或者效率在该运行环境下时，是否能够满足需求，不易对其运行状态进行评价，因此，对燃气轮机的可用性难以形成保障。


技术实现要素：

6.(一)解决的技术问题
7.针对现有技术的不足，本发明提供了基于云计算的燃气轮机联合仿真系统，通过建模单元建立燃气轮机数字孪生模型并输出；建立性能数据集及效率数据集并分别生成运行效率系数xzl及运行性能系数yzl，分析并获取异常参数，使预警单元向外部预警，并使收集单元依据所有在仿真分析中出现过的异常参数，匹配出相应的机体故障；依据现有的机体故障，收集燃气轮机相应的运行策略，汇总为运行策略库；采集并识别燃气轮机数字孪生模型中所存在机体故障，匹配相应的运行策略并输出。在燃气轮机处于特定的低温低负载的运行环境下时，对其运行状态进行评价，够判断燃气轮机的性能或者效率是否能够满足需求，对燃气轮机的可用性形成保障，从而解决了背景技术中的问题。
8.(二)技术方案
9.为实现以上目的，本发明通过以下技术方案予以实现：基于云计算的燃气轮机联合仿真系统，包括：建模单元、仿真检测单元、第一处理单元、控制单元、收集单元、预警单元及第二处理单元、第三处理单元，其中，
10.在采集燃气轮机的结构参数及图像数据，经过训练和测试后，由建模单元建立燃
气轮机数字孪生模型并输出；在获取燃气轮机的外部环境后，以低温低负载的运行环境为预设运行环境，由仿真检测单元对燃气轮机的运行进行仿真分析并获取检测数据，将检测数据汇总后，分别建立性能数据集及效率数据集；
11.在将性能数据集及效率数据集发送至第一处理单元后，分别生成运行效率系数xzl及运行性能系数yzl，当运行效率系数xzl或运行性能系数yz产生异常时，分析并获取燃气轮机在预设运行环境下运行时所产生的异常参数；当异常参数的数量超过相应阈值时，由控制单元形成控制指令，使预警单元向外部预警，并使收集单元依据所有在仿真分析中出现过的异常参数，匹配出相应的机体故障；
12.依据现有的机体故障，通过线性检索在公开的网络渠道上检索并收集燃气轮机相应的运行策略，运行策略在执行后，应当至少使燃气轮机在存在该机体故障时，能够保持最低限度的运行，获取运行策略并汇总为运行策略库；当燃气轮机在预设运行环境下持续运行时，由第二处理单元采集并识别燃气轮机数字孪生模型中所存在机体故障，将机体故障发送至第三处理单元，在训练出匹配模型后，从运行策略库中匹配相应的运行策略并输出。
13.进一步的，所述仿真检测单元包括环境检测模块、效率检测模块及性能检测模块，其中，在燃气轮机处于运行状态时，由环境检测模块获取燃气轮机外部的温度及机体负载，在温度低于温度阈值且负载低于负载阈值的条件下，由燃气轮机数字孪生模型对燃气轮机的运行进行仿真分析，输出仿真分析结果；通过效率检测模块从仿真分析结果中分别获取燃气轮机的输出功率稳定性、轮机运行效率及发电效率，构建运行效率数据集；由性能检测模块从仿真分析结果中分别获取排气温度，废气排放量及碳排放量，构建运行性能数据集。
14.进一步的，所述第一处理单元包括评价模块、判断模块、预测模块及分析识别模块，其中，将构建的运行效率数据集和运行性能数据集发送至评价模块，通过评价模块分别生成运行效率系数xzl及运行性能系数yzl；其中，生成运行效率系数xzl的方法如下：获取平均输出功率wd、轮机运行效率lx及发电效率dx，无量纲处理后，关联获取运行效率系数xzl，依据如下公式：
[0015][0016]
其中，α及β为可变更常数参数，0.51≤α≤0.76，0.61≤β≤0.93，用户可以按照实际情况进行调节。
[0017]
进一步的，生成运行性能系数yzl的方法如下：获取排气温度pt，废气排放量pq及碳排放量tp，无量纲处理后，关联获取运行性能系数yzl，依据如下公式：
[0018][0019]
其中，0≤γ≤1，0≤θ≤1，且0.8≤γ+θ≤1.6，γ、θ为权重，其具体值由用户调节设置。
[0020]
进一步的，分别将运行效率系数xzl及运行性能系数yzl发送至判断模块，当两者中的至少一个超过相应阈值时，由分析识别模块分别从运行效率数据集和运行性能数据集内的运行参数中选择出异常参数，异常参数的判断方式为：从数据集中获取运行参数，判断运行参数是否超过相应阈值，如果超过，则将运行参数确定为异常参数。
[0021]
进一步的，当获取的异常参数的数量超过预设的数量阈值时，将获取运行效率系数xzl及运行性能系数yzl，无量纲处理后，关联获取机体运行系数jsx；关联方法如下：将运行效率系数xzl及运行性能系数yzl分别以固定间隔获取n组，n为大于1的正整数，依据如下公式分别获取：
[0022][0023]
其中，k2、k1为权重，0≤k1≤1，0≤k2≤1，且k
12
+k
22
＝1，具体值可由用户调整设置，机体运行系数jsx(xzli，yzli)的表征方式如下：
[0024][0025]
其中，xzli为运行效率系数xzl移动中间值，yzli为运行性能系数yzl移动中间值。
[0026]
进一步的，在相同的预设运行环境下，重复通过燃气轮机数字孪生模型对燃气轮机的运行进行仿真分析，并沿着时间轴，以固定间隔获取若干组机体运行系数jsx，在机体运行系数jsx的基础上，依据二次指数平滑预测法对机体运行系数jsx的变化进行预测，输出预测值；在机体运行系数jsx的预测值超过相应阈值时，由控制单元形成控制指令，使预警单元向外部发出预警信息。
[0027]
进一步的，所述第二处理单元包括故障特征库、故障特征识别模块及模型构建模块，在接收到预警信息后，依据获取到的异常参数，由故障特征识别模块对燃气轮机数字孪生模型中产生的故障进行识别，当存在故障时，由故障特征识别模块识别故障特征并输出；将输出的故障特征发送至故障特征库，依据相似度模型，从库中匹配相对应的机体故障并输出；选择部分机体故障及相应的运行策略作为样本库，由模型构建模块以监督学习算法为基础构建匹配模型，在经过样本库的训练和测试后，将匹配模型输出。
[0028]
进一步的，所述第三处理单元包括匹配模块、模拟模块及输出模块，其中，
[0029]
将匹配模型发送至匹配模块，依据机体故障从运行策略库中匹配出运行策略，其中，所匹配的运行策略至少满足如下条件，在燃气轮机可能存在当前的机体故障时，仍能够在低温低负载的运行环境下保持最低限度的运行；在运行策略库中不存在满足条件的运行策略时，由预警单元发出预警信息。
[0030]
进一步的，在运行策略库中存在满足条件的运行策略时，由模拟模块在燃气轮机数字孪生模型中，对运行策略进行模拟并输出模拟结果，当模拟结果表明该运行策略可行时，使输出模块将该运行策略输出；在表明该运行策略不可行时，由预警单元发出预警信息。
[0031]
(三)有益效果
[0032]
本发明提供了基于云计算的燃气轮机联合仿真系统。具备以下有益效果：
[0033]
1、依据燃气轮机的参数建立数字孪生模型并作为仿真分析的基础，依据仿真分析的结果，便于燃气轮机做出针对性的改进；并且，在燃气轮机处于特定的低温低负载的运行环境下时，进行多次的针对性的仿真分析，并由此形成运行效率系数xzl及运行性能系数yzl，从而对燃气轮机处于该特定运行环境时，所可能产生的运行状态进行评价，用户能够
判断燃气轮机的性能或者效率是否能够满足需求，对燃气轮机的可用性形成保障；
[0034]
2、在低温低负载的运行环境下的燃气轮机可用性可能不足时，判断出异常参数并匹配出相应的机体故障，对用户的维护或改进起到指导作用，用户能够基于该机体故障采取针对性的维护方式，从而对燃气轮机的可用性形成保障；
[0035]
3、当燃气轮机处于不便维护的条件下时，在燃气轮机当前所处的低温低负载的运行环境下，依据及机体故障与运行策略的对应性，快速准确的为用户筛选出具有一定可行性的运行策略，在该运行策略可以被执行时，能够对燃气轮机的运行进行最低限度的维持，延长燃气轮机的使用时间，从而对燃气轮机的可用性形成保障。
附图说明
[0036]
图1为本发明燃气轮机联合仿真分析第一流程示意图；
[0037]
图2为本发明燃气轮机联合仿真分析第二流程示意图。
[0038]
图中：
[0039]
10、建模单元；20、仿真检测单元；21、环境检测模块；22、效率检测模块；23、性能检测模块；30、第一处理单元；31、评价模块；32、判断模块；33、预测模块；34、分析识别模块；40、控制单元；50、收集单元；60、预警单元；70、第二处理单元；71、故障特征库；72、故障特征识别模块；73、模型构建模块；80、第三处理单元；81、匹配模块；82、模拟模块；83、输出模块。
具体实施方式
[0040]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]
实施例
[0042]
请参阅图1-2，本发明提供基于云计算的燃气轮机联合仿真系统，包括：建模单元10、仿真检测单元20、第一处理单元30、控制单元40、收集单元50、预警单元60及第二处理单元70、第三处理单元80，其中，
[0043]
在采集燃气轮机的结构参数及图像数据，经过训练和测试后，由建模单元10建立燃气轮机数字孪生模型并输出；在获取燃气轮机的外部环境后，以低温低负载的运行环境为预设运行环境，由仿真检测单元20对燃气轮机的运行进行仿真分析并获取检测数据，将检测数据汇总后，分别建立性能数据集及效率数据集；
[0044]
在将性能数据集及效率数据集发送至第一处理单元30后，分别生成运行效率系数xzl及运行性能系数yzl，当运行效率系数xzl或运行性能系数yz产生异常时，需要说明的是，所述的异常指代是超过了相应阈值；分析并获取燃气轮机在预设运行环境下运行时所产生的异常参数；当异常参数的数量超过相应阈值时，由控制单元40形成控制指令，使预警单元60向外部预警，并使收集单元50依据所有在仿真分析中出现过的异常参数，匹配出相应的机体故障；
[0045]
依据现有的机体故障，通过线性检索在公开的网络渠道上检索并收集燃气轮机相应的运行策略，运行策略在执行后，应当至少使燃气轮机在存在该机体故障时，能够保持最
低限度的运行，获取运行策略并汇总为运行策略库；
[0046]
当燃气轮机在预设运行环境下持续运行时，由第二处理单元70采集并识别燃气轮机数字孪生模型中所存在机体故障，将机体故障发送至第三处理单元80，在训练出匹配模型后，从运行策略库中匹配相应的运行策略并输出。
[0047]
参考图1及图2，所述仿真检测单元20包括环境检测模块21、效率检测模块22及性能检测模块23，其中，在燃气轮机处于运行状态时，由环境检测模块21获取燃气轮机外部的温度及机体负载，在温度低于温度阈值且负载低于负载阈值的条件下，由燃气轮机数字孪生模型对燃气轮机的运行进行仿真分析，输出仿真分析结果；
[0048]
通过效率检测模块22从仿真分析结果中分别获取燃气轮机的输出功率稳定性、轮机运行效率及发电效率，构建运行效率数据集；由性能检测模块23从仿真分析结果中分别获取排气温度，废气排放量及碳排放量，构建运行性能数据集。
[0049]
使用时，在预设了燃气轮机的运行环境后，对燃气轮机的运行进行仿真分析，并分别获取运行效率数据集及运行性能数据集，从而对燃气轮机的运行状态及运行结果进行描述，用户能够对燃气轮机的运行状态进行了解。
[0050]
参考图1及图2，所述第一处理单元30包括评价模块31、判断模块32、预测模块33及分析识别模块34，其中，将构建的运行效率数据集和运行性能数据集发送至评价模块31，通过评价模块31分别生成运行效率系数xzl及运行性能系数yzl；
[0051]
其中，生成运行效率系数xzl的方法如下：获取平均输出功率wd、轮机运行效率lx及发电效率dx，无量纲处理后，关联获取运行效率系数xzl，依据如下公式：
[0052][0053]
其中，α及β为可变更常数参数，0.51≤α≤0.76，0.61≤β≤0.93，用户可以按照实际情况进行调节。
[0054]
使用时，在形成运行效率系数xzl之后，确定了对燃气轮机工作状态进行评价的标准，依据该标准，能够对燃气轮机的工作状态进行量化评价。
[0055]
参考图1及图2，其中，生成运行性能系数yzl的方法如下：获取排气温度pt，废气排放量pq及碳排放量tp，无量纲处理后，关联获取运行性能系数yzl，依据如下公式：
[0056][0057]
其中，0≤γ≤1，0≤θ≤1，且0.8≤γ+θ≤1.6，γ、θ为权重，其具体值由用户调节设置。
[0058]
使用时，利用运行性能系数yzl对燃气轮机的运行性能进行评价，依据获取的评价结果，用户可以做出针对性的调整，从而对燃气轮机的工作性能进行改善。
[0059]
参考图1及图2，分别将运行效率系数xzl及运行性能系数yzl发送至判断模块32，当两者中的至少一个超过相应阈值时，由分析识别模块34分别从运行效率数据集和运行性能数据集内的运行参数中选择出异常参数，其中，所述的运行参数指的是运行效率数据集和运行性能数据集中的参数，例如，平均输出功率wd、轮机运行效率lx等；
[0060]
其中，异常参数的判断方式为：从数据集中获取运行参数，判断运行参数是否超过
相应阈值，例如，碳排放量tp是否超过了预先设置好的碳排放量阈值；如果超过，则将运行参数确定为异常参数。
[0061]
使用时，通过对运行效率系数xzl及运行性能系数yzl的值进行判断，当两者超过相应的预设的阈值后，例如，当运行效率系数xzl超过预先设置的效率阈值时，则可以说明当前燃气轮机存在一定的问题或故障，需要用户进行针对性的处理，而通过筛选出异常参数，则可以在用户进行针对性处理时，提供一定的线索和指引。
[0062]
参考图1及图2，当获取的异常参数的数量超过预设的数量阈值时，将获取运行效率系数xzl及运行性能系数yzl，无量纲处理后，关联获取机体运行系数jsx；
[0063]
关联方法如下：将运行效率系数xzl及运行性能系数yzl分别以固定间隔获取n组，n为大于1的正整数，例如：运行效率系数xzl1、xzl2、xzl3直至xzln，运行性能系数yzl1、yzl2、yzl3直至yzln，并依据如下公式分别获取：
[0064][0065]
其中，k2、k1为权重，0≤k1≤1，0≤k2≤1，且k
12
+k
22
＝1，具体值可由用户调整设置；机体运行系数jsx(xzli，yzli)的表征方式如下：
[0066][0067]
其中，xzli为运行效率系数xzl移动中间值，yzli为运行性能系数yzl移动中间值。
[0068]
在相同的预设运行环境下，重复通过燃气轮机数字孪生模型对燃气轮机的运行进行仿真分析，并沿着时间轴，以固定间隔获取若干组机体运行系数jsx，
[0069]
在机体运行系数jsx的基础上，依据二次指数平滑预测法对机体运行系数jsx的变化进行预测，输出预测值；在机体运行系数jsx的预测值超过相应阈值时，由控制单元40形成控制指令，使预警单元60向外部发出预警信息。
[0070]
使用时，在获取的异常参数较多时，关联生成机体运行系数jsx，以机体运行系数jsx及其预测值，从整体上对燃气轮机的运行进行评价，在获取的评价结果呈负面时，通过向外部发出预警信息以对用户形成提醒，使用户能够及时的进行处理，从而便于对燃气轮机的运行状态和运行效率形成一定程度的改善。
[0071]
参考图1及图2，所述第二处理单元70包括故障特征库71、故障特征识别模块72及模型构建模块73，在接收到预警信息后，依据获取到的异常参数，由故障特征识别模块72对燃气轮机数字孪生模型中产生的故障进行识别，当存在故障时，由故障特征识别模块72识别故障特征并输出；将输出的故障特征发送至故障特征库71，依据相似度模型，从库中匹配相对应的机体故障并输出；
[0072]
选择部分机体故障及相应的运行策略作为样本库，由模型构建模块73以监督学习算法为基础构建匹配模型，在经过样本库的训练和测试后，将匹配模型输出。
[0073]
使用时，以异常参数作为线索，在对燃气轮机数字孪生模型进行自检后，确定在经过仿真测试后，燃气轮机可能会产生的故障，并在确定相应的故障特征后，结合故障特征和运行策略的对应性获取匹配模型，从而在选择运行策略时形成帮助。
[0074]
参考图1及图2，所述第三处理单元80包括匹配模块81、模拟模块82及输出模块83，其中，将匹配模型发送至匹配模块81，依据机体故障从运行策略库中匹配出运行策略，其中，所匹配的运行策略至少满足如下条件，在燃气轮机可能存在当前的机体故障时，仍能够在低温低负载的运行环境下保持最低限度的运行；在运行策略库中不存在满足条件的运行策略时，由预警单元60发出预警信息。
[0075]
使用时，在限定运行环境后，依据匹配模型从运行策略库中匹配出运行策略，在当前机体故障可能难以及时处理时，快速的确定可行的运行策略，从而先保持燃气轮机的最低限度运行，方便对燃气轮机进行维护以及做出针对性的改进。
[0076]
在运行策略库中存在满足条件的运行策略时，由模拟模块82在燃气轮机数字孪生模型中，对运行策略进行模拟并输出模拟结果，当模拟结果表明该运行策略可行时，使输出模块83将该运行策略输出；在表明该运行策略不可行时，由预警单元60发出预警信息。
[0077]
使用时，在运行策略库中存在运行策略时，通过数字孪生模型进行模拟，验证运行策略是否可行，对运行策略的可行性形成保证。需要说明的是，低温低负载的运行环境指的是，温度低于温度阈值且负载低于负载阈值的运行条件。
[0078]
使用时，结合以上内容，
[0079]
依据燃气轮机的参数数据建立数字孪生模型并作为仿真分析的基础，依据仿真分析的结果，便于燃气轮机做出针对性的改进；并且，在燃气轮机处于特定的低温低负载的运行环境下时，进行多次的针对性的仿真分析，并由此形成运行效率系数xzl及运行性能系数yzl，对燃气轮机处于该特定运行环境时，所可能产生的运行状态进行评价，用户能够判断燃气轮机的性能或者效率是否能够满足需求，对燃气轮机的可用性形成保障；
[0080]
在低温低负载的运行环境下的燃气轮机可用性可能不足时，判断出异常参数并匹配出相应的机体故障，对用户的维护或改进起到指导作用，用户能够基于该机体故障采取针对性的维护方式，从而对燃气轮机的可用性形成保障；
[0081]
当燃气轮机处于不便维护的条件下时，在燃气轮机当前所处的低温低负载的运行环境下，依据及机体故障与运行策略的对应性，快速准确的为用户筛选出具有一定可行性的运行策略，在该运行策略可以被执行时，能够对燃气轮机的运行进行最低限度的维持，延长燃气轮机的使用时间，从而对燃气轮机的可用性形成保障。
[0082]
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
[0083]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0084]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。

技术特征：
1.基于云计算的燃气轮机联合仿真系统，其特征在于：包括：建模单元(10)、仿真检测单元(20)、第一处理单元(30)、控制单元(40)、收集单元(50)、预警单元(60)及第二处理单元(70)、第三处理单元(80)，其中，采集燃气轮机的结构参数及图像数据，在经过训练和测试后，由建模单元(10)建立燃气轮机数字孪生模型并输出；在获取燃气轮机的外部环境后，以低温低负载的运行环境为预设运行环境，由仿真检测单元(20)对燃气轮机的运行进行仿真分析并获取检测数据，将检测数据汇总后，分别建立性能数据集及效率数据集；在将性能数据集及效率数据集发送至第一处理单元(30)后，分别生成运行效率系数xzl及运行性能系数yzl，当运行效率系数xzl或运行性能系数yz产生异常时，分析并获取燃气轮机在预设运行环境下运行时所产生的异常参数；当异常参数的数量超过相应阈值时，由控制单元(40)形成控制指令，使预警单元(60)向外部预警，并使收集单元(50)依据所有在仿真分析中出现过的异常参数，匹配出相应的机体故障；依据现有的机体故障，通过线性检索在公开的网络渠道上检索并收集燃气轮机相应的运行策略，运行策略在执行后，应当至少使燃气轮机在存在该机体故障时，能够保持最低限度的运行，获取运行策略并汇总为运行策略库；当燃气轮机在预设运行环境下持续运行时，由第二处理单元(70)采集并识别燃气轮机数字孪生模型中所存在机体故障，将机体故障发送至第三处理单元(80)，在训练出匹配模型后，从运行策略库中匹配相应的运行策略并输出。2.根据权利要求1所述的基于云计算的燃气轮机联合仿真系统，其特征在于：仿真检测单元(20)包括环境检测模块(21)、效率检测模块(22)及性能检测模块(23)，其中，在燃气轮机处于运行状态时，由环境检测模块(21)获取燃气轮机外部的温度及机体负载，在温度低于温度阈值且负载低于负载阈值的条件下，由燃气轮机数字孪生模型对燃气轮机的运行进行仿真分析，输出仿真分析结果；通过效率检测模块(22)从仿真分析结果中分别获取燃气轮机的输出功率稳定性、轮机运行效率及发电效率，构建运行效率数据集；由性能检测模块(23)从仿真分析结果中分别获取排气温度，废气排放量及碳排放量，构建运行性能数据集。3.根据权利要求2所述的基于云计算的燃气轮机联合仿真系统，其特征在于：第一处理单元(30)包括评价模块(31)、判断模块(32)、预测模块(33)及分析识别模块(34)，其中，将构建的运行效率数据集和运行性能数据集发送至评价模块(31)，通过评价模块(31)分别生成运行效率系数xzl及运行性能系数yzl；生成运行效率系数xzl的方法如下：获取平均输出功率wd、轮机运行效率lx及发电效率dx，无量纲处理后，关联获取运行效率系数xzl，依据如下公式：其中，α及β为可变更常数参数，0.51≤α≤0.76，0.61≤β≤0.93，其具体值由用户调节设置。4.根据权利要求3所述的基于云计算的燃气轮机联合仿真系统，其特征在于：生成运行性能系数yzl的方法如下：获取排气温度pt，废气排放量pq及碳排放量tp，无量纲处理后，关联获取运行性能系数yzl，依据如下公式：
其中，0≤γ≤1，0≤θ≤1，且0.8≤γ+θ≤1.6，γ、θ为权重，其具体值由用户调节设置。5.根据权利要求4所述的基于云计算的燃气轮机联合仿真系统，其特征在于：分别将运行效率系数xzl及运行性能系数yzl发送至判断模块(32)，当两者中的至少一个超过相应阈值时，由分析识别模块(34)分别从运行效率数据集和运行性能数据集内的运行参数中选择出异常参数，异常参数的判断方式为：从数据集中获取运行参数，判断运行参数是否超过相应阈值，如果超过，则将运行参数确定为异常参数。6.根据权利要求5所述的基于云计算的燃气轮机联合仿真系统，其特征在于：当获取的异常参数的数量超过预设的数量阈值时，获取运行效率系数xzl及运行性能系数yzl，无量纲处理后，关联获取机体运行系数jsx；其中，关联方法如下：将运行效率系数xzl及运行性能系数yzl分别以固定间隔获取n组，n为大于1的正整数，依据如下公式分别获取：其中，k2、k1为权重，0≤k1≤1，0≤k2≤1，且k
12
+k
22
＝1，具体值可由用户调整设置；机体运行系数jsx(xzl
i
，yzl
i
)的表征方式如下：其中，xzl
i
为运行效率系数xzl移动中间值，yzl
i
为运行性能系数yzl移动中间值。7.根据权利要求6所述的基于云计算的燃气轮机联合仿真系统，其特征在于：在相同的预设运行环境下，重复通过燃气轮机数字孪生模型对燃气轮机的运行进行仿真分析，并沿着时间轴，以固定间隔获取若干组机体运行系数jsx，在机体运行系数jsx的基础上，依据二次指数平滑预测法对机体运行系数jsx的变化进行预测，输出预测值；在机体运行系数jsx的预测值超过相应阈值时，由控制单元(40)形成控制指令，使预警单元(60)向外部发出预警信息。8.根据权利要求7所述的基于云计算的燃气轮机联合仿真系统，其特征在于：第二处理单元(70)包括故障特征库(71)、故障特征识别模块(72)及模型构建模块(73)，在接收到预警信息后，依据获取到的异常参数，由故障特征识别模块(72)对燃气轮机数字孪生模型中产生的故障进行识别，当存在故障时，由故障特征识别模块(72)识别故障特征并输出；将输出的故障特征发送至故障特征库(71)，依据相似度模型，从库中匹配相对应的机体故障并输出；选择部分机体故障及相应的运行策略作为样本库，由模型构建模块(73)以监督学习算法为基础构建匹配模型，在经过样本库的训练和测试后，将匹配模型输出。9.根据权利要求8所述的基于云计算的燃气轮机联合仿真系统，其特征在于：
第三处理单元(80)包括匹配模块(81)、模拟模块(82)及输出模块(83)，其中，将匹配模型发送至匹配模块(81)，依据机体故障从运行策略库中匹配出运行策略，其中，所匹配的运行策略至少满足如下条件：在燃气轮机可能存在当前的机体故障时，仍能够在低温低负载的运行环境下保持最低限度的运行；在运行策略库中不存在满足条件的运行策略时，由预警单元(60)发出预警信息。10.根据权利要求9所述的基于云计算的燃气轮机联合仿真系统，其特征在于：在运行策略库中存在满足条件的运行策略时，由模拟模块(82)在燃气轮机数字孪生模型中，对运行策略进行模拟并输出模拟结果，当模拟结果表明该运行策略可行时，使输出模块(83)将该运行策略输出；在表明该运行策略不可行时，由预警单元(60)发出预警信息。

技术总结
本发明公开了基于云计算的燃气轮机联合仿真系统，涉及燃气轮机仿真技术领域，由建模单元建立燃气轮机数字孪生模型并输出，建立性能数据集及效率数据集并分别生成运行效率系数Xzl及运行性能系数Yzl，分析并获取异常参数，使预警单元向外部预警，并使收集单元依据所有在仿真分析中出现过的异常参数，匹配出相应的机体故障；依据现有的机体故障，收集燃气轮机相应的运行策略，汇总为运行策略库；采集并识别燃气轮机数字孪生模型中所存在机体故障，匹配相应的运行策略并输出。在燃气轮机处于特定的低温低负载的运行环境下时，对其运行状态进行评价，够判断燃气轮机的性能或者效率是否能够满足需求，对燃气轮机的可用性形成保障。障。障。


技术研发人员：马森 张震宇 杨建
受保护的技术使用者：中国船舶集团有限公司第七〇三研究所
技术研发日：2023.07.08
技术公布日：2023/10/15