基于大数据分析的火电机组引风机故障预警研究

TK261; 针对火电机组引风机故障频发的问题,提出了一种基于大数据分析的引风机故障预警方法.以某330 MW火电机组引风机为研究对象,提取了与其工作状态密切关联的11种特征信息,进行数据预处理后,结合BP神经网络建立了引风机状态预测模型,其误差满足工程要求.引入分布式控制系统(distributed control system,DCS)和安全仪表系统(safety instrumentation system,SIS),设计了一套引风机状态预警系统,并开发了此预警系统的可视化界面,当某一特征信息的实测值超过模型预测值的安全阈值后,系统会提醒运行人员进行检修和故障排查,实现对引风机故障的有效...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	发电技术 2023-08, Vol.44 (4), p.557-564
Hauptverfasser:	安吉振, 郑福豪, 刘一帆, 陈衡, 徐钢
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TK261; 针对火电机组引风机故障频发的问题,提出了一种基于大数据分析的引风机故障预警方法.以某330 MW火电机组引风机为研究对象,提取了与其工作状态密切关联的11种特征信息,进行数据预处理后,结合BP神经网络建立了引风机状态预测模型,其误差满足工程要求.引入分布式控制系统(distributed control system,DCS)和安全仪表系统(safety instrumentation system,SIS),设计了一套引风机状态预警系统,并开发了此预警系统的可视化界面,当某一特征信息的实测值超过模型预测值的安全阈值后,系统会提醒运行人员进行检修和故障排查,实现对引风机故障的有效预警.
ISSN:	2096-4528
DOI:	10.12096/j.2096-4528.pgt.21111