多元状态估计的记忆矩阵选取及风机故障预警方法

论文摘要

多元状态估计技术(MSET)通过记忆矩阵中正常运行状态的数据进行相似性建模,被广泛地应用于电站设备的故障预警中。记忆矩阵所包含的数据样本特性是否完备,直接决定了MSET模型的预测精度和预警的正确性。提出了一种包含典型工况特性的记忆矩阵选取方法,考虑样本分布的空间大小、样本分布的均匀程度以及冗余程度,构造记忆矩阵的评价指标。在此基础上,从历史运行数据中选取具有较大工况特性的记忆矩阵。同时,对不同记忆矩阵样本选取方法下模型的预警效果进行了对比验证。验证结果表明,该记忆矩阵样本选取方法,能够有效地选择具有较大工况特性的样本,使建立的MSET模型具有较高的精度,并能够实现对引风机故障的准确预警。

论文目录

• 0 引言
• 1 引风机结构及监测参数
• 2 多元状态估计技术
• 3 记忆矩阵构建方法
• 4 基于MSET的风机故障预警
•   4.1 故障预警准则
•   4.2 故障预警变量选取及标准化
•   4.3 风机预警仿真分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 李锋,潘凤萍,廖宏楷,吕游,黄鑫

关键词: 电站,引风机,多元状态估计技术,故障预警,记忆矩阵,燃煤锅炉,样本选取

来源: 自动化仪表 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 广东电网有限责任公司电力科学研究院,华北电力大学控制与计算机工程学院

基金: 国家自然科学基金资助项目(51606063),南方电网公司科技基金资助项目(GDKJQQ20152014)

分类号: TM621

DOI: 10.16086/j.cnki.issn1000-0380.2018080009

页码: 74-78

总页数: 5

文件大小: 1538K

下载量: 203