Estimating gas turbine compressor discharge temperature using Bayesian neuro-fuzzy modelling

Abstract

The objective of this paper is to estimate the compressor discharge temperature measurements on an industrial gas turbine that is undergoing commissioning at site, using a data-driven model which is built using the test bed measurements of the engine. This paper proposes a Bayesian neuro-fuzzy modelling (BNFM) approach, which combines the adaptive neuro-fuzzy inference system (ANFIS) and variational Bayesian Gaussian mixture model (VBGMM) techniques. A data-driven compressor model is built using ANFIS, and VBGMM is applied in the setup stage to automatically select the number of input membership functions in the fuzzy system. The efficacy of the proposed BFNM approach is established through experimental trials of a sub-15MW gas turbine, and the results, from the model that is built using test bed data, are shown to be promising for estimating the compressor discharge temperatures on the gas turbine during commissioning.

Nghiên cứu xây dựng công cụ học máy dự báo nhiệt độ đầu ra cấp 1 và cấp 2 của máy nén khí cao áp

“…Kết quả cho thấy, nhiệt độ đầu ra của máy nén tính theo các phương trình trạng thái của khí thực có độ chênh lệch khoảng 0,77%, trong khi giá trị nhiệt độ đầu ra của máy nén tính theo phương trình trạng thái khí lý tưởng có độ chênh lệch hơn 8% so với thông số thử nghiệm thực tế do nhà sản xuất máy nén cung cấp. Yu Zhang cùng cộng sự [5] đã nghiên cứu dự báo nhiệt độ đầu ra của máy nén bằng cách sử dụng 1 mô hình hướng dữ liệu (data-driven model) và mô hình này được xây dựng dựa trên nền tảng cơ sở dữ liệu thử nghiệm (test bed) động cơ của nhà thầu. Tác giả đề xuất sử dụng mô hình hóa mờ thần kinh Bayes (Bayesian neuro -fuzzy modelling, BNFM), kết hợp hệ thống suy luận mờ thần kinh thích ứng (adaptive neuro -fuzzy inference system, ANFIS) và kỹ thuật mô hình hỗn hợp Bayesian Gaussian (variational Bayesian Gaussian mixture model, VBGMM).…”

Efficiency of Cluster Validity Indexes in Fuzzy Clusterwise Generalized Structured Component Analysis

“…The cluster validation problem is a common issue in fuzzy clustering in general. To resolve this issue, researchers have recently developed a variety of tools in clustering; for example, Bayesian neuro-fuzzy modeling for estimating gas turbine compressor discharge temperature [27]. At the same time, researchers also focused on utilizing the classical cluster quality indexes, for example, in selecting optimal features for cross-fleet analysis and fault diagnosis of industrial gas turbines [28].…”

Multi-region System Modelling by using Genetic Programming to Extract Rule Consequent Functions in a TSK Fuzzy System

“…The proposed model is based on the structure described in Fig. 1, where the premise fuzzy sets and the number of rules are determined using the variational Bayesian Gaussian mixture model [16]. Then, the consequent functions fn are determined using a hybrid genetic programming-orthogonal least squares approach.…”