基于数字孪生的压气机水洗运维决策OA北大核心CSTPCD

为了提高燃气轮机的发电效率,针对压气机水洗运维经济成本过高的问题,对压气机进行基于数字孪生的运维决策研究,提出一种基于数字孪生的电厂燃气轮机健康管理框架,基于该框架对压气机运行数据进行处理,使用极端梯度提升树算法搭建水洗周期预测模型,选取数据集内部分参数作为模型输入量,气耗量为输出量,分析其变化规律及其与输入量之间的关系,对水洗周期及水洗恢复率进行计算和比较,得出合适的水洗周期,对压气机进行运维决策。模型预测结果表明:8次水洗气耗量预测的平均R 2_score达到0.98,预测结果准确;8次水洗中,第2、第3次水洗周期合适,第3次水洗恢复率最优,得出压气机水洗周期的指导小时数为1824 h;与电厂实际执行的平均水洗周期相比,每次水洗成本可以降低2190万元。