标题：基于数字孪生的火电机组汽轮机故障预警研究
作者：叶今墨 聂海龙 张凡 马明日 田震
作者单位：保定慢牛信息科技有限公司，河北 保定 071000
关键字：汽轮机系统；数据驱动模型；深度森林；故障检测
摘要：通过对火电机组历史运行数据的分析，利用深度学习中的深度森林算法，合理确定模型的输入输出参数，采用改进的蝙蝠算法进行超参数优化，构建高精度的数据驱动模型。为实现故障检测，选取各模型的输出参数，利用相似度函数法计算预测输出数组与实际输出数组之间的欧几里得距离，实现对故障的准确检测。以加热器管泄漏为例实验验证，结果表明，借助建立的数字孪生模型和故障检测体系，能够准确检测汽轮机系统中加热器管路泄漏故障，证明了该方法的有效性。