基于神经网络的有机朗肯循环过程及循环性能计算方法

• 作者: 李逸帆 梁俊伟 王羽鹏 罗向龙 陈健勇 陈颖
• 来源期刊: 化工学报
• 关键词: 神经网络 热力学性质 预测 基团贡献法 有机朗肯循环
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 热力学
• 页码范围: 3256-3266
• 页数: 11页
• 分类号: TK11+2
• 语种: 中文
• DOI: 10.11949/0438-1157.20181521

摘要

有机朗肯循环(ORC)是中低温热能-电能转换中最具前景的技术之一,近年来受到越来越多的关注.工质是ORC实现的载体,由于热源及可选工质的多样性,工质筛选及系统的优化对于提升ORC综合性能非常重要,而物性及过程特性的准确预测是关键.提出了基于神经网络-基团贡献法的ORC系统性能计算方法,建立了涵盖11个基团的基团表,从REFPROP中调用51种工质7958组数据进行神经网络训练,获得了ORC中各个热力过程能量转换和熵差的计算关联式.计算了21种常用工质在1584组工况下的ORC系统性能,并与基于传统方法计算的ORC系统性能参数进行了对比.结果显示预测得到的ORC系统热效率、净输出功和系统?效率与用REFPROP计算得出的结果相比误差分别为1.01%、1.02%和1.61%,相比传统方法,预测精度有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈颖	广东工业大学材料与能源学院	129	803	16.0	21.0
2	罗向龙	广东工业大学材料与能源学院	51	272	9.0	14.0
3	陈健勇	广东工业大学材料与能源学院	19	15	2.0	3.0
4	李逸帆	广东工业大学材料与能源学院	5	17	2.0	4.0
5	王羽鹏	广东工业大学材料与能源学院	2	2	1.0	1.0
6	梁俊伟	广东工业大学材料与能源学院	3	2	1.0	1.0