基于时序神经网络的蒸汽压差驱动空压机性能预测

工业园区集中供汽方式不能很好地满足部分企业的生产需求,多数企业采用减温减压方式调整蒸汽参数,导致蒸汽部分做功能力没有得到充分利用,增加企业生产成本。该文提出利用蒸汽压差驱动蒸汽透平,带动高速空压机系统与电动螺杆有油空压机联合供应压缩空气的方案,并针对压缩空气需求所存在的波动变化,采用长短期记忆神经网络模型对压差驱动空压机的压缩空气产量进行预测。因考虑时间序列因素影响,该文所提模型较BP、极限学习机、支持向量机等传统预测模型具有更高的拟合和泛化能力,表明该方法能够高效、精准地预测未来时刻压缩空气产量,从而为压缩空气供应系统中电动螺杆空压机的运行调整提供指导。