本发明专利技术涉及一种燃烧不稳定的非线性预测方法及装置，包括选取燃烧室内预设长度的脉动压力时间序列；利用自相关函数法计算所述脉动压力时间序列的时间延迟；根据G-P算法和Taken定理计算所述脉动压力时间序列的嵌入维数；根据所述脉动压力时间序列的时间延迟和嵌入维数重构相空间；对所述重构的相空间的矩阵进行奇异值分解，提取所述脉动压力时间序列的最大Lyapunov指数；基于所述最大Lyapunov指数建立所述脉动压力时间序列的非线性预测模型，根据所述非线性预测模型对燃烧室内脉动压力时间序列的发展进行非线性预测。采用本发明专利技术提出的方法及装置能够有效地捕捉到燃烧室内脉动压力时间序列的非线性特征，以用来作为燃烧调整的重要依据。
【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种燃烧不稳定的非线性预测方法及装置，包括选取燃烧室内预设长度的脉动压力时间序列；利用自相关函数法计算所述脉动压力时间序列的时间延迟；根据G-P算法和Taken定理计算所述脉动压力时间序列的嵌入维数；根据所述脉动压力时间序列的时间延迟和嵌入维数重构相空间；对所述重构的相空间的矩阵进行奇异值分解，提取所述脉动压力时间序列的最大Lyapunov指数；基于所述最大Lyapunov指数建立所述脉动压力时间序列的非线性预测模型，根据所述非线性预测模型对燃烧室内脉动压力时间序列的发展进行非线性预测。采用本专利技术提出的方法及装置能够有效地捕捉到燃烧室内脉动压力时间序列的非线性特征，以用来作为燃烧调整的重要依据。【专利说明】一种燃烧不稳定的非线性预测方法及装置
本专利技术涉及燃烧不稳定预测
，尤其涉及一种燃烧不稳定的非线性预测方法及装置。
技术介绍
近十多年来，随着全世界对环境保护问题的重视，各国对重型燃气轮机燃烧室的排放要求越来越严格，尤其是NOx的排放。因此，在设计与开发新一代重型燃气轮机时，各主要重型燃气轮机制造商，如GE、MH1、Siemens等，大都采用贫预混燃烧技术，以取代传统的扩散燃烧模式搭配燃烧室注水或注蒸汽的方法。虽然采用贫预混燃烧方式的燃烧室具有低污染的优点，但它的发展受到诸多限制，如熄火，回火，尤其是燃烧不稳定问题。燃烧不稳定会引起燃烧室内的热声振荡，热声振荡主要是受到燃烧的热释放率和压力扰动波的来回传递形成共振而产生。当燃烧室内微小的压力扰动波经过火焰区域时，一部份的热能可以被转换为放大压力扰动的动能，如果这些能量无法经由其它的方式耗散掉，便会累积在压力扰动波内而迅速形成驻波，进而与热释放率产生共振。这种自激发的压力波振荡，不仅干扰正常的燃烧过程，使得氮氧化物的排放达不到最初设计的标准，严重时更会损坏燃烧室的构件，减低燃气轮机的整体寿命。正是在这样的背景下，准确地预测燃烧不稳定短期内发生的趋势就显得格外重要。 在现有的技术中，关于燃烧不稳定的预测大都集中在基础研究和应用基础研究的层面，而且这些预测方法基本都是用于燃气轮机燃烧室的优化设计中，而在后期的燃机运行中这些预测方法就显得无能为力，无法作为燃气轮机运行中燃烧调整的依据。此外，在现有的不稳定系统控制技术中，控制器的设计大都基于时间序列的线性分析理论，如统计分析方法和谱分析方法。统计分析方法一般是计算时间序列的均值、方差、概率密度函数等统计参数；谱分析方法一般是计算自相关函数、功率谱等谱参数。而这些线性分析方法具有很大的局限性，无法捕捉到燃烧不稳定的非线性特性，特别是极限环运动。
技术实现思路
(一 )要解决的技术问题 本专利技术所要解决的技术问题是:针对燃烧不稳定问题传统的线性分析方法具有很大的局限性，无法捕捉到燃烧不稳定的非线性特性。 ( 二 )技术方案 为此目的，本专利技术提出了一种燃烧不稳定的非线性预测方法，包括以下步骤: S1:选取燃烧室内预设长度的脉动压力时间序列； S2:利用自相关函数法计算所述脉动压力时间序列的时间延迟； S3:根据G-P算法和Taken定理计算所述脉动压力时间序列的嵌入维数； S4:根据所述脉动压力时间序列的时间延迟和嵌入维数重构相空间； S5:对所述重构的相空间的矩阵进行奇异值分解，提取所述脉动压力时间序列的最大Lyapunov指数； S6:基于所述最大Lyapunov指数建立所述脉动压力时间序列的非线性预测模型，根据所述非线性预测模型对燃烧室内脉动压力时间序列的发展进行非线性预测。 优选地，所述方法还包括: 采集所述燃烧室内的脉动压力时间序列并保存。 优选地，在所述步骤S3之前还包括: 对所述脉动压力时间序列进行预噪声处理，具体为:采用最小二乘法或自回归法去掉趋所述脉动压力时间序列的内在相关性。 优选地,所述步骤S2具体包括: 对选取的所述脉动压力时间序列进行自相关运算，自相关函数rk的表达式如下: 【权利要求】1.一种燃烧不稳定的非线性预测方法，其特征在于，该方法包括以下步骤: S1:选取燃烧室内预设长度的脉动压力时间序列； 52:利用自相关函数法计算所述脉动压力时间序列的时间延迟； 53:根据G-P算法和Taken定理计算所述脉动压力时间序列的嵌入维数； 54:根据所述脉动压力时间序列的时间延迟和嵌入维数重构相空间； 55:对所述重构的相空间的矩阵进行奇异值分解，提取所述脉动压力时间序列的最大Lyapunov 指数； 56:基于所述最大Lyapunov指数建立所述脉动压力时间序列的非线性预测模型，根据所述非线性预测模型对燃烧室内脉动压力时间序列的发展进行非线性预测。2.根据权利要求1所述的方法，其特征在于，所述方法还包括: 采集所述燃烧室内的脉动压力时间序列并保存。3.根据权利要求1所述的方法，其特征在于，在所述步骤S3之前还包括: 对所述脉动压力时间序列进行预噪声处理，具体为:采用最小二乘法或自回归法去掉趋所述脉动压力时间序列的内在相关性。4.根据权利要求1所述的方法，其特征在于，所述步骤S2具体包括: 对选取的所述脉动压力时间序列进行自相关运算，自相关函数rk的表达式如下:其中，N为脉动压力时间序列的长度，为脉动压力时间序列中的第i个和第i+k个元素，k为常数； 选取使得rk小于预设阈值的最小k值，得到所述脉动压力时间序列的时间延迟τ。5.根据权利要求1所述的方法，其特征在于，所述步骤S3具体包括: 531:根据预设嵌入维数和所述时间延迟重构第一相空间； 532:计算关联积分； 533:根据所述关联积分和第一相空间的领域半径利用G-P算法计算关联维度； 534:根据所述关联维数利用Taken定理获取所述脉动压力时间序列的嵌入维数。6.根据权利要求5所述的方法，其特征在于，所述步骤S33具体包括: 根据所述关联积分和第一相空间的领域半径计算对应于所述预设嵌入维数的关联维数估计值(Kmci = I)，所述关联积分和第一相空间的领域半径具有对数线性关系，具体表达式如下:其中，m0为预设嵌入维数，C(r,m0 = I)为嵌入维数为Hitl时的关联积分，r为相空间的领域半径； 增加预设嵌入维数，利用G-P算法计算关联维度。7.根据权利要求1所述的方法，其特征在于，所述步骤S5具体包括: 对所述重构的相空间的矩阵进行奇异值分解，得到所述相空间矩阵的最大特征值A1 ; 根据所述最大特征值计算所述脉动压力时间序列的最大Lyapunov指数λ L,具体表达式为:人L — In入I。8.一种燃烧不稳定的非线性预测装置，其特征在于，包括: 选取模块，用于选取燃烧室内预设长度的脉动压力时间序列； 第一计算模块，用于利用自相关函数法计算所述脉动压力时间序列的时间延迟； 第二计算模块，用于根据G-P算法和Taken定理计算所述脉动压力时间序列的嵌入维数； 相空间重构模块，用于根据所述脉动压力时间序列的时间延迟和嵌入维数重构相空间； 提取模块，用于对所述重构的相空间的矩阵进行奇异值分解，提取所述脉动压力时间序列的最大Lyapunov指数； 非线性预测模块，用于基于所述最大Lyapunov本文档来自技高网...
【技术保护点】
一种燃烧不稳定的非线性预测方法，其特征在于，该方法包括以下步骤：S1：选取燃烧室内预设长度的脉动压力时间序列；S2：利用自相关函数法计算所述脉动压力时间序列的时间延迟；S3：根据G‑P算法和Taken定理计算所述脉动压力时间序列的嵌入维数；S4：根据所述脉动压力时间序列的时间延迟和嵌入维数重构相空间；S5：对所述重构的相空间的矩阵进行奇异值分解，提取所述脉动压力时间序列的最大Lyapunov指数；S6：基于所述最大Lyapunov指数建立所述脉动压力时间序列的非线性预测模型，根据所述非线性预测模型对燃烧室内脉动压力时间序列的发展进行非线性预测。
【技术特征摘要】
【专利技术属性】
技术研发人员：谢法，
申请(专利权)人：北京华清燃气轮机与煤气化联合循环工程技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。