论文部分内容阅读
燃气轮机各部件的特性可通过实验获得,但耗费昂贵;且基于知识产权的保护,厂家一般也不会提供完整的燃气轮机特性数据,这对燃气轮机模型建立的精度会造成较大影响。本文根据生产厂家提供的燃气轮机的部分性能曲线,利用人工神经网络的高度非线性映射、自学习和泛化等功能,采用RBF神经网络训练出所需的特性曲线。结果表明：RBF神经网络无论是在训练时间还是训练精度上,均取得了较好的效果。所得的燃气轮机部件全工况特性为燃气轮机仿真建模和性能分析奠定基础。