CN115437416A - 一种天然气透平膨胀发电系统压力控制方法 - Google Patents

Abstract

本申请涉及膨胀发电技术领域，其具体地公开了一种天然气透平膨胀发电系统压力控制方法，其通过卷积神经网络模型分别对多个预定时间点的高压端的压力值和低压端的压力值、多个预定时间点的天然气质量流量和所多个预定时间点进行时序编码，并通过分类器进行解码以得到用于表示所述高压端的压力值应增大或应减小的分类结果，通过这样的方式，从而提高天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

Description

一种天然气透平膨胀发电系统压力控制方法

技术领域

本申请涉及膨胀发电技术领域，且更为具体地，涉及一种天然气透平膨胀发电系统压力控制方法。

背景技术

然气作为高效清洁能源，近年来获得了广泛应用。当天燃气具备一定的压力和温度时，就具备了一定的能量，即由压力所体现的势能和温度所体现的动能，二者合称为天然气的内能。在用调压器进行调节时，会造成部分内能损失。天然气透平膨胀发电技术利用天然气在膨胀机内进行绝热膨胀，内能降低而对外做功，并由膨胀机驱动发电机将能量转化为电能并进行回收。

透平膨胀机是一种使压缩气体膨胀并输出功率的原动机。在透平膨胀机中，气体的能量交换发生在导流器的喷嘴叶片间与工作叶轮内。高压气流在喷嘴内进行部分膨胀，然后以一定的速度进入叶轮，推动叶轮旋转。气流进入叶轮后还会进一步膨胀，气流的反冲力进一步推动叶轮旋转，旋转的叶轮轴可驱动发电机组进行发电。由于气体在膨胀机中通过的时间极短，来不及与周围环境进行热量交换，因而绝热效率相对较高，进入透平膨胀机的气体流量可通过导流叶片进行调节，以适应系统负荷。

在对透平膨胀机的发电性能优化设计的过程中，发现虽然气体在膨胀机中通过的时间极短，因此绝对效率相对较高，但在对透平膨胀机的发电效率进行优化时，该部分热量交换带来的损失是可优化之处，而传统透平膨胀机的控制往往对此进行忽略。也就是，基于系统负荷自适应对调整高压端的压力值可降低该部分热量交换所带来的损失，从而提高天然气透平膨胀发电系统的发电效率。

因此，期待一种优化的天然气透平膨胀发电系统压力控制方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种天然气透平膨胀发电系统压力控制方法，其通过卷积神经网络模型分别对多个预定时间点的高压端的压力值和低压端的压力值、多个预定时间点的天然气质量流量和所多个预定时间点进行时序特征提取，然后，对压差特征和质量流量特征进行融合，并计算出力特征向量相对于工作特征矩阵的转移向量，最后，对所述转移向量进行自适应实例的信息统计归一化以得到校正后转移向量，并将其通过分类器以得到高压端的压力值的控制结果，通过这样的方式，从而提高天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

根据本申请的一个方面，提供了一种天然气透平膨胀发电系统压力控制方法，其包括：

获取预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力；

将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量；

计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；

将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量；

计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵；

计算所述出力特征向量相对于所述工作特征矩阵的转移向量；

基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量；以及

将所述校正后转移向量通过通过分类器以得到分类结果，所述分类结果用于表示所述高压端的压力值应增大或应减小。

在上述天然气透平膨胀发电系统压力控制方法中，所述将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量，包括：

使用所述多尺度邻域特征提取模块的第一卷积层以具有第一长度的一维卷积核对所述高压输入向量进行一维卷积编码以得到第一尺度高压特征向量；

使用所述多尺度邻域特征提取模块的第二卷积层以具有第二长度的一维卷积核对所述高压输入向量进行一维卷积编码以得到第二尺度高压特征向量，其中，所述第一长度不同于所述第二长度；以及

将所述第一尺度高压特征向量和所述第二尺度高压特征向量进行级联以得到所述多尺度高压特征向量。

在上述天然气透平膨胀发电系统压力控制方法中，所述将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量，包括：

使用所述多尺度邻域特征提取模块的第一卷积层以具有第一长度的一维卷积核对所述低压输入向量进行一维卷积编码以得到第一尺度低压特征向量；

使用所述多尺度邻域特征提取模块的第二卷积层以具有第二长度的一维卷积核对所述低压输入向量进行一维卷积编码以得到第二尺度低压特征向量，其中，所述第一长度不同于所述第二长度；以及

将所述第一尺度低压特征向量和所述第二尺度低压特征向量进行级联以得到所述多尺度低压特征向量。

在上述天然气透平膨胀发电系统压力控制方法中，所述计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量，包括：以如下公式计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；

其中，所述公式：

，其中，

表示计算所述多尺度高压特征向量，

表示所述多尺度低压特征向量，

表示按位置作差，且

表示所述压差特征向量。

在上述天然气透平膨胀发电系统压力控制方法中，所述将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量，包括：

分别将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力按照时间维度排列为第一输入向量和第二输入向量；

使用所述时序编码器的全连接层以如下公式对所述第一输入向量和所述第二输入向量进行全连接编码以提取出所述第一输入向量和所述第二输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：

，其中X分别是所述第一输入向量和所述第二输入向量，Y分别是第一输出向量和第二输出向量，W是权重矩阵，B是偏置向量，

表示矩阵乘；

使用时序编码器的一维卷积层以如下公式对所述第一输入向量和所述第二输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的关联的高维隐含关联特征，其中，所述公式为：

其中，a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸。

在上述天然气透平膨胀发电系统压力控制方法中，所述计算所述出力特征向量相对于所述工作特征矩阵的转移向量，包括：

以如下公式计算所述出力特征向量相对于所述工作特征矩阵的转移向量；其中，所述公式为：

，其中

表示所述转移向量，

表示所述工作特征矩阵，

表示所述出力特征向量。

在上述天然气透平膨胀发电系统压力控制方法中，所述基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量，包括：

基于所述转移向量中所有位置的特征值的均值和方差，以如下公式对所述转移向量中各个位置的特征值进行校正以得到所述校正后转移向量；

其中，所述公式：

其中μ和σ是特征集合

（V是所述转移向量）的均值和方差，L是所述转移向量的长度，且α为偏置控制超参数。

在上述天然气透平膨胀发电系统压力控制方法中，所述将所述校正后转移向量通过通过分类器以得到分类结果，包括：使用所述分类器以如下公式对所述校正后转移向量进行处理以得到所述分类结果；

其中，所述公式为：

，其中，

到

为权重矩阵，

到

为偏置向量，X为所述校正后转移向量。

与现有技术相比，本申请提供的一种天然气透平膨胀发电系统压力控制方法，其通过卷积神经网络模型分别对多个预定时间点的高压端的压力值和低压端的压力值、多个预定时间点的天然气质量流量和所多个预定时间点进行时序特征提取，然后，对压差特征和质量流量特征进行融合，并计算出力特征向量相对于工作特征矩阵的转移向量，最后，对所述转移向量进行自适应实例的信息统计归一化以得到校正后转移向量，并将其通过分类器以得到高压端的压力值的控制结果，通过这样的方式，从而提高天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法的应用场景图。

图2图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法的流程图。

图3图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法的系统架构的示意图。

图4图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法中，将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量的流程图。

图5图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法中，将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量的流程图。

具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

场景概述

本领域普通技术人员应知晓，天然气透平膨胀发电系统的做功与气流压能之间存在关联，具体地，所述天然气透平膨胀发电系统的发电效率与各个时间点的天然气高压端和低压端之间的压差有关以及天然气质量流量有关。对天然气高压端和低压端之间的压差和天然气质量流量进行适当的编码可表征天然气透平膨胀发电系统的系统工作状态特征，而天然气透平膨胀发电系统在各个预定时间点的出力（kW）则可以表示天然气透平膨胀发电系统的实时发电性能特征表示。通过挖掘天然气透平膨胀发电系统的系统工作状态特征和天然气透平膨胀发电系统的实时发电性能特征之间的关联，有利于对系统负荷和系统发电性能进行更为精准地表达，从而提高天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

具体地，在本申请的技术方案中，首先预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力。

然后，将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量。也就是，构建高压端的压力值的时间序列和低压端的压力值的时间序列，并通过具有不同尺度的卷积核的多尺度邻域特征提取模块提取不同时间跨度范围内多个高压端的压力值的高维隐含关联特征和不同时间跨度范围内多个低压端的压力值的高维隐含关联特征以得到所述多尺度高压特征向量和所述多尺度低压特征向量，这样不仅可消除因部分测量异常值带来的分析误差，还可提取不同时间点的压力测量值之间的关联以提高控制的精准度。然后，计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量。

同时，将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量。也就是，以同样包含一维卷积层的时序编码器对天然气质量流量的时间序列进行一维卷积编码和全连接编码以挖掘各个时间点的天然气质量流量的高维隐含特征以及各个时间点的天然气质量流量间的关联的高维隐含关联特征以得到所述质量流量特征向量，以及，以同样包含一维卷积层的时序编码器对透平发电机端的出力的时间序列进行一维卷积编码和全连接编码以挖掘各个时间点的透平发电机端的出力的高维隐含特征以及各个时间点的透平发电机端的出力间的关联的高维隐含关联特征以得到所述出力特征向量。

接着，计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵，这里，所述工作特征矩阵表示系统负载特征。然后，计算所述出力特征向量相对于所述工作特征矩阵的转移向量，也就是，以转移向量从数理层面来捕捉所述系统性能和系统负载之间的响应性关联。然后，将所述转移向量通过通过分类器以得到用于表示所述高压端的压力值应增大或应减小的分类结果。

进一步地，本申请的申请人注意到，由于所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分得到压差特征向量，且所述压差特征向量的转置向量与所述质量流量特征向量之间的按位置向量乘积得到工作特征矩阵，以及计算所述出力特征向量相对于所述工作特征矩阵的转移向量，以上每一级运算都具有位置敏感性，这使得时序向量之间的时序维度上的微小的不对齐都会随着运算级数增加而放大，最终导致所述转移向量内存在异常特征值，影响所述转移向量的分类效果。

因此，对所述转移向量进行自适应实例的信息统计归一化：

其中μ和σ是特征集合

（V是所述转移向量）的均值和方差，L是所述转移向量的长度，且α为偏置控制超参数。

也就是，通过特征值的集合作为自适应实例（adaptive instance），来计算其统计特征的本质内在先验（intrinsic priors）信息，以对单个特征值进行动态生成式的信息归一化，同时，以特征集合的归一化模长信息作为偏置，来作为集合分布域内的不变性描述，就可以尽可能屏蔽特殊实例的扰动分布，从而优化所述转移向量，提升其分类效果。这样，提高所述天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

基于此，本申请提供了一种天然气透平膨胀发电系统压力控制方法，其包括：获取预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力；将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量；计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量；计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵；计算所述出力特征向量相对于所述工作特征矩阵的转移向量；基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量；以及，将所述校正后转移向量通过通过分类器以得到分类结果，所述分类结果用于表示所述高压端的压力值应增大或应减小。

图1图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法的应用场景图。如图1所示，在该应用场景中，首先，通过部署在透平膨胀机（例如，如图1中所示意的T）中的传感器组（例如，如图1中所示意的S1-S4）采集预定时间段内多个预定时间点的高压端的压力值和低压端的压力值、所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力，也就是，所述传感器组包括压力传感器、流量传感器以及出力传感器。然后，将采集的数据输入至部署有天然气透平膨胀发电系统压力控制算法的服务器中（例如，图1中所示意的S），其中，所述服务器能够使用所述天然气透平膨胀发电系统压力控制算法对输入数据进行处理以生成用于表示所述高压端的压力值应增大或应减小的分类结果。

在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。

示例性方法

图2图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法的流程图。如图2所示，根据本申请实施例的所述天然气透平膨胀发电系统压力控制方法，包括：S110，获取预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力；S120，将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量；S130，计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；S140，将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量；S150，计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵；S160，计算所述出力特征向量相对于所述工作特征矩阵的转移向量；S170，基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量；以及，S180，将所述校正后转移向量通过通过分类器以得到分类结果，所述分类结果用于表示所述高压端的压力值应增大或应减小。

图3图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法的系统架构的示意图。如图3所示，根据本申请实施例的天然气透平膨胀发电系统压力控制方法的系统架构中，首先，获取预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，并将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量。然后，计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量。接着，将所述多个预定时间点的天然气质量流量按照时间维度排列为第一输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量，同时将所述多个预定时间点的透平发电机端的出力按照时间维度排列为第二输入向量后通过包含一维卷积层的时序编码器以得到出力特征向量。再然后，计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵。接着，计算所述出力特征向量相对于所述工作特征矩阵的转移向量，并基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量。最后，将所述校正后转移向量通过通过分类器以得到分类结果，所述分类结果用于表示所述高压端的压力值应增大或应减小。

在步骤S110中，获取预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力。如上所述，天然气透平膨胀发电系统的做功与气流压能之间存在关联，具体地，所述天然气透平膨胀发电系统的发电效率与各个时间点的天然气高压端和低压端之间的压差有关以及天然气质量流量有关。对天然气高压端和低压端之间的压差和天然气质量流量进行适当的编码可表征天然气透平膨胀发电系统的系统工作状态特征，而天然气透平膨胀发电系统在各个预定时间点的出力（kW）则可以表示天然气透平膨胀发电系统的实时发电性能特征表示。通过挖掘天然气透平膨胀发电系统的系统工作状态特征和天然气透平膨胀发电系统的实时发电性能特征之间的关联，有利于对系统负荷和系统发电性能进行更为精准地表达，从而提高天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

在本申请一个具体的实施例中，通过部署在透平膨胀机中的传感器组采集预定时间段内多个预定时间点的高压端的压力值和低压端的压力值、所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力，也就是，所述传感器组包括压力传感器、流量传感器以及出力传感器。

在步骤S120中，将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量。应可以理解，考虑到无论是高压端的压力值还是低压端的压力值都具有时序性和周期性，而单一卷积核虽然也能提取到压力值的关联特征，但无法很好的兼顾小跨度的时序特征和大跨度的周期特征，因此，将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块进行时序特征提取。也就是，构建高压端的压力值的时间序列和低压端的压力值的时间序列，并通过具有不同尺度的卷积核的多尺度邻域特征提取模块提取不同时间跨度范围内多个高压端的压力值的高维隐含关联特征和不同时间跨度范围内多个低压端的压力值的高维隐含关联特征以得到所述多尺度高压特征向量和所述多尺度低压特征向量，这样不仅可消除因部分测量异常值带来的分析误差，还可提取不同时间点的压力测量值之间的关联以提高控制的精准度。然后，计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量。

图4图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法中，将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量的流程图。如图4所示，在本申请一个具体的实施例中，所述将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量，包括：S210，使用所述多尺度邻域特征提取模块的第一卷积层以具有第一长度的一维卷积核对所述高压输入向量进行一维卷积编码以得到第一尺度高压特征向量；S220，使用所述多尺度邻域特征提取模块的第二卷积层以具有第二长度的一维卷积核对所述高压输入向量进行一维卷积编码以得到第二尺度高压特征向量，其中，所述第一长度不同于所述第二长度；以及，S230，将所述第一尺度高压特征向量和所述第二尺度高压特征向量进行级联以得到所述多尺度高压特征向量。

在本申请一个具体的实施例中，所述将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量，包括：使用所述多尺度邻域特征提取模块的第一卷积层以具有第一长度的一维卷积核对所述低压输入向量进行一维卷积编码以得到第一尺度低压特征向量；使用所述多尺度邻域特征提取模块的第二卷积层以具有第二长度的一维卷积核对所述低压输入向量进行一维卷积编码以得到第二尺度低压特征向量，其中，所述第一长度不同于所述第二长度；以及，将所述第一尺度低压特征向量和所述第二尺度低压特征向量进行级联以得到所述多尺度低压特征向量。

在步骤S130中，计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量。应可以理解，本申请是通过对各个时间点的天然气高压端和低压端之间的压差进行分析从而控制所述天然气透平膨胀发电系统的发电效率，因此本申请需要获得的是各个时间点的天然气高压端和低压端之间的压差特征，所以进一步计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到用于表征压差的实时变化特征信息的压差特征向量。

在本申请一个具体的实施例中，所述计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量，包括：以如下公式计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；

其中，所述公式：

，其中，

表示计算所述多尺度高压特征向量，

表示所述多尺度低压特征向量，

表示按位置作差，且

表示所述压差特征向量。

在步骤S140中，将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量。应可以理解，考虑到天然气质量流量和透平发电机端的出力这些数据都存在明显的时序特征，因此，将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以提取天然气质量流量和透平发电机端的出力的实时变化特征，从而得到质量流量特征向量和出力特征向量。

也就是，在本申请技术方案中，以同样包含一维卷积层的时序编码器对天然气质量流量的时间序列进行一维卷积编码和全连接编码以挖掘各个时间点的天然气质量流量的高维隐含特征以及各个时间点的天然气质量流量间的关联的高维隐含关联特征以得到所述质量流量特征向量，以及，以同样包含一维卷积层的时序编码器对透平发电机端的出力的时间序列进行一维卷积编码和全连接编码以挖掘各个时间点的透平发电机端的出力的高维隐含特征以及各个时间点的透平发电机端的出力间的关联的高维隐含关联特征以得到所述出力特征向量。

图5图示了根据本申请实施例的天然气透平膨胀发电系统压力控制方法中，将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量的流程图。如图5所示，在本申请一个具体的实施例中，所述将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量，包括：S310，分别将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力按照时间维度排列为第一输入向量和第二输入向量；S320，使用所述时序编码器的全连接层以如下公式对所述第一输入向量和所述第二输入向量进行全连接编码以提取出所述第一输入向量和所述第二输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：

，其中X分别是所述第一输入向量和所述第二输入向量，Y分别是第一输出向量和第二输出向量，W是权重矩阵，B是偏置向量，

表示矩阵乘；以及，S330，使用时序编码器的一维卷积层以如下公式对所述第一输入向量和所述第二输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的关联的高维隐含关联特征，其中，所述公式为：

其中，a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸。

在本申请一个具体的实施例中，所述时序编码器由交替排列的全连接层和一维卷积层组成。应可以理解，通过交替排列的全连接层和一维卷积层可交替进行一维卷积编码和全连接编码以从输入数据中提取为更为深入的高维隐含特征，也就是，从输入数据中提取出更隐含的模式特征。

在步骤S150中，计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵。应可以理解，考虑到所述天然气透平膨胀发电系统的发电效率与各个时间点的天然气高压端和低压端之间的压差有关以及天然气质量流量有关。对天然气高压端和低压端之间的压差和天然气质量流量进行特征融合可表征天然气透平膨胀发电系统的系统工作状态特征，同时，考虑到天然气高压端和低压端之间的压差和天然气质量流量之间是相互关联的，即压差越大，质量流量越大。因此，在本申请的技术方案中，通过将所述压差特征向量的转置向量与所述质量流量特征向量进行相乘，从而让所述压差在高维空间的特征表示和所述质量流量的高维隐含关联特征表示相互约束和调整，以得到包含有压差特征信息和质量流量特征信息的工作特征矩阵，这里，所述工作特征矩阵表示系统负载特征。

以如下公式计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵；

其中，所述公式为：

，其中，M是所述工作特征矩阵，

是所述压差特征向量，

是所述质量流量特征向量。

在步骤S160中，计算所述出力特征向量相对于所述工作特征矩阵的转移向量。应可以理解，所述工作特征矩阵用于表示天然气透平膨胀发电系统的系统工作状态特征，所述出力特征向量则用于表示天然气透平膨胀发电系统的实时发电性能特征表示，而天然气透平膨胀发电系统的工作和发电之间存在明显的响应性逻辑，也就是说系统工作和发电性能之间存在响应性关联。因此，在本申请的技术方案中，进一步地计算所述出力特征向量相对于所述工作特征矩阵的转移向量，也就是，以转移向量从数理层面来捕捉所述系统性能和系统负载之间的响应性关联。

在本申请一个具体的实施例中，所述计算所述出力特征向量相对于所述工作特征矩阵的转移向量，包括：

以如下公式计算所述出力特征向量相对于所述工作特征矩阵的转移向量；其中，所述公式为：

，其中

表示所述转移向量，

表示所述工作特征矩阵，

表示所述出力特征向量。

进一步地，本申请的申请人注意到，由于所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分得到压差特征向量，且所述压差特征向量的转置向量与所述质量流量特征向量之间的按位置向量乘积得到工作特征矩阵，以及计算所述出力特征向量相对于所述工作特征矩阵的转移向量，以上每一级运算都具有位置敏感性，这使得时序向量之间的时序维度上的微小的不对齐都会随着运算级数增加而放大，最终导致所述转移向量内存在异常特征值，影响所述转移向量的分类效果。因此，对所述转移向量进行自适应实例的信息统计归一化。

在步骤S170中，基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量。

在本申请一个具体的实施例中，所述基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量，包括：

基于所述转移向量中所有位置的特征值的均值和方差，以如下公式对所述转移向量中各个位置的特征值进行校正以得到所述校正后转移向量；

其中，所述公式：

其中μ和σ是特征集合

（V是所述转移向量）的均值和方差，L是所述转移向量的长度，且α为偏置控制超参数。

也就是，通过特征值的集合作为自适应实例（adaptive instance），来计算其统计特征的本质内在先验（intrinsic priors）信息，以对单个特征值进行动态生成式的信息归一化，同时，以特征集合的归一化模长信息作为偏置，来作为集合分布域内的不变性描述，就可以尽可能屏蔽特殊实例的扰动分布，从而优化所述转移向量，提升其分类效果。这样，提高所述天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

在步骤S180中，将所述校正后转移向量通过通过分类器以得到分类结果，所述分类结果用于表示所述高压端的压力值应增大或应减小。

在本申请一个具体的实施例中，所述将所述校正后转移向量通过通过分类器以得到分类结果，包括：使用所述分类器以如下公式对所述校正后转移向量进行处理以得到所述分类结果；

其中，所述公式为：

，其中，

到

为权重矩阵，

到

为偏置向量，X为所述校正后转移向量。

也就是，将所述分类特征向量输入所述Softmax分类函数以计算所述分类特征向量的Softmax函数值，即，所述分类特征向量归属于各个分类标签的概率值，在本申请实施例中，所述分类标签包括所述高压端的压力值应增大（第一标签）、所述高压端的压力值应不变（第二标签）以及所述高压端的压力值应减小（第三标签）。最后，将概率值较大者对应的标签作为所述分类结果。

综上，本申请实施例的天然气透平膨胀发电系统压力控制方法已被阐明，其通过卷积神经网络模型分别对多个预定时间点的高压端的压力值和低压端的压力值、多个预定时间点的天然气质量流量和所多个预定时间点进行时序特征提取，然后，对压差特征和质量流量特征进行融合，并计算出力特征向量相对于工作特征矩阵的转移向量，最后，对所述转移向量进行自适应实例的信息统计归一化以得到校正后转移向量，并将其通过分类器以得到高压端的压力值的控制结果，通过这样的方式，从而提高天然气透平膨胀发电系统压力控制的精准度，以降低因气体膨胀引起的热量交换损失，从而提高天然气透平膨胀发电系统的发电效能。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (8)

1.一种天然气透平膨胀发电系统压力控制方法，其特征在于，包括：

获取预定时间段内多个预定时间点的高压端的压力值和低压端的压力值，所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力；

将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量；

计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；

将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量；

计算所述压差特征向量的转置向量与所述质量流量特征向量之间的向量乘积以得到工作特征矩阵；

计算所述出力特征向量相对于所述工作特征矩阵的转移向量；

基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量；

将所述校正后转移向量通过通过分类器以得到分类结果，所述分类结果用于表示所述高压端的压力值应增大或应减小。

2.根据权利要求1所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量，包括：

使用所述多尺度邻域特征提取模块的第一卷积层以具有第一长度的一维卷积核对所述高压输入向量进行一维卷积编码以得到第一尺度高压特征向量；

使用所述多尺度邻域特征提取模块的第二卷积层以具有第二长度的一维卷积核对所述高压输入向量进行一维卷积编码以得到第二尺度高压特征向量，其中，所述第一长度不同于所述第二长度；

将所述第一尺度高压特征向量和所述第二尺度高压特征向量进行级联以得到所述多尺度高压特征向量。

3.根据权利要求1所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述将所述多个预定时间点的高压端的压力值和低压端的压力值分别按照时间维度排列为高压输入向量和低压输入向量后通过多尺度邻域特征提取模块以得到多尺度高压特征向量和多尺度低压特征向量，包括：

使用所述多尺度邻域特征提取模块的第一卷积层以具有第一长度的一维卷积核对所述低压输入向量进行一维卷积编码以得到第一尺度低压特征向量；

使用所述多尺度邻域特征提取模块的第二卷积层以具有第二长度的一维卷积核对所述低压输入向量进行一维卷积编码以得到第二尺度低压特征向量，其中，所述第一长度不同于所述第二长度；

将所述第一尺度低压特征向量和所述第二尺度低压特征向量进行级联以得到所述多尺度低压特征向量。

4.根据权利要求3所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量，包括：以如下公式计算所述多尺度高压特征向量和所述多尺度低压特征向量之间的按位置差分以得到压差特征向量；

其中，所述公式：

，其中，

表示计算所述多尺度高压特征向量，

表示所述多尺度低压特征向量，

表示按位置作差，且

表示所述压差特征向量。

5.根据权利要求4所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力分别按照时间维度排列为第一输入向量和第二输入向量后通过包含一维卷积层的时序编码器以得到质量流量特征向量和出力特征向量，包括：

分别将所述多个预定时间点的天然气质量流量和所述多个预定时间点的透平发电机端的出力按照时间维度排列为第一输入向量和第二输入向量；

使用所述时序编码器的全连接层以如下公式对所述第一输入向量和所述第二输入向量进行全连接编码以提取出所述第一输入向量和所述第二输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：

，其中X分别是所述第一输入向量和所述第二输入向量，Y分别是第一输出向量和第二输出向量，W是权重矩阵，B是偏置向量，

表示矩阵乘；

使用时序编码器的一维卷积层以如下公式对所述第一输入向量和所述第二输入向量进行一维卷积编码以提取出所述第一输入向量和所述第二输入向量中各个位置的特征值间的关联的高维隐含关联特征，其中，所述公式为：

其中，a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸。

6.根据权利要求5所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述计算所述出力特征向量相对于所述工作特征矩阵的转移向量，包括：

以如下公式计算所述出力特征向量相对于所述工作特征矩阵的转移向量；其中，所述公式为：

，其中

表示所述转移向量，

表示所述工作特征矩阵，

表示所述出力特征向量。

7.根据权利要求6所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述基于所述转移向量中所有位置的特征值的均值和方差，对所述转移向量中各个位置的特征值进行校正以得到校正后转移向量，包括：

基于所述转移向量中所有位置的特征值的均值和方差，以如下公式对所述转移向量中各个位置的特征值进行校正以得到所述校正后转移向量；

其中，所述公式：

其中μ和σ是特征集合

（V是所述转移向量）的均值和方差，L是所述转移向量的长度，且α为偏置控制超参数。

8.根据权利要求7所述的天然气透平膨胀发电系统压力控制方法，其特征在于，所述将所述校正后转移向量通过通过分类器以得到分类结果，包括：使用所述分类器以如下公式对所述校正后转移向量进行处理以得到所述分类结果；

其中，所述公式为：

，其中，

到

为权重矩阵，

到

为偏置向量，X为所述校正后转移向量。

Images