标题：基于深度神经网络的凝汽器系统特性建模方法
作者：沈立好 杜星；卫子涵 乔宗良
作者单位：安徽淮南平圩发电有限责任公司，安徽 淮南 211100；能源热转换及其过程测控教育部重点实验室，东南大学，江苏 南京 210096
关键字：燃煤电站；凝汽器；数据驱动；特性建模
摘要：为准确反映凝汽器的实际运行状态，提出一种深度神经网络（DNN）方法构建基于实际运行数据的凝汽器系统特性模型。以某100 MW机组为例，从厂内SIS系统中采集凝汽器系统相关测点的历史数据，基于预处理后的数据集建立DNN特性模型，对凝汽器压力、温度等系统内关键参数进行预测，并与支持向量机模型（SVM）、随机森林模型（RF）和梯度提升决策树模型（XGBoost）的预测结果进行对比。通过均方根误差（RMSE）和决定系数（R2）等指标来评估模型性能，结果表明DNN模型性能要优于另外三类模型。