REAL-TIME PARTIAL LOAD EXPECTED PERFORMANCE PREDICTION METHOD AND SYSTEM FOR GAS TURBINE

Provided is a method for predicting the expected performance of a partial load of a gas turbine in real time, comprising the steps of: acquiring pre-stored offline operation data and real-time online operation data of the gas turbine; obtaining a performance database of a thermodynamic model by tuning the correction curve of the gas turbine, designing a thermodynamic model with the tuned correction curve, and analyzing the output during 1 to 100 % partial load operation in the designed thermodynamic model; learning an artificial neural network using the offline operation data and the performance database of the thermodynamic model as inputs; and providing expected performance estimates during the partial load operation of the gas turbine as the output of the artificial neural network by inputting the online operation data in the learned and provided artificial neural network, wherein in the step of learning the artificial neural network, the offline operation data is one or more parameters selected from the group consisting of a gas turbine output, an ambient temperature, an ambient pressure, an IGV opening, a compressor inlet temperature, a compressor outlet temperature, a compressor outlet pressure, an air mass flow, a fuel volume flow, and an exhaust gas temperature. 가스터빈의 부분부하의 기대성능을 실시간으로 예측하는 방법으로서 가스터빈의 기저장된 오프라인 운전데이터와 실시간 온라인 운전 데이터를 취득하는 단계, 가스터빈의 보정곡선을 튜닝하고, 튜닝된 보정곡선으로 열역학적 모델을 설계하여, 설계된 상기 열역학적 모델에 1% 내지 100%의 부분부하 운전시 출력을 해석하여 열역학 모델의 성능 데이터 베이스를 얻는 단계, 오프라인 운전데이터와 열역학 모델의 성능 데이터베이스를 입력으로 하여 인공신경망을 학습시키는 단계 그리고 학습되어 제공되는 인공신경망 모델에 온라인 운전데이터를 입력하여 인공신경망의 출력으로 가스터빈의 부분부하 운전시 기대성능 예측치를 제공하는 단계를 포함하고, 인공신경망을 학습시키는 단계에서, 오프라인 운전데이터는 가스터빈의 출력, 주변온도, 주변압력, IGV 오프닝, 컴프레서 입구 온도, 컴프레서 출구온도, 컴프레서 출구압력, 기단 흐름, 연료량 흐름 및 배기가스 온도로 이루어진 군에서 선택된 하나 이상의 파라미터인 실시간 예측 방법