Comportamento comparativo do modelo de turbina a vapor para análises dinâmicas de sistemas de energia por meio de técnicas múltiplas fracionárias e redes neurais artificiais

A turbina a vapor é fundamental na indústria e na geração de energia porque se tornou uma tecnologia essencial para a otimização de energia que converte de forma eficiente energia térmica do vapor em energia mecânica. Este manuscrito propõe um modelo preditivo de turbina a vapor invocando a análise de redes neurais artificiais e desenvolve um modelo matemático dinâmico para turbina a vapor por meio de técnicas fracionárias múltiplas. Um novo modelo matemático para turbina a vapor é desenvolvido por meio de diferenciais fracionários modernos e redes neurais artificiais sob a condição de estado estacionário para alta eficiência e longa operação. Para buscar a função de transferência, técnicas matemáticas de transformadas de Laplace e Sumudu, função linear retificada e erro quadrático médio foram invocadas para estimar a razão de saída para entrada como uma resposta dinâmica. Por fim, a comparação do melhor desempenho de validação versus época, erro absoluto versus pressão, dinâmica de treinamento versus época, histograma de erro versus alvos e escala real versus escala prevista em termos de ajuste foram discutidos em profundidade para a eficiência da turbina a vapor.