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...

Full description

Saved in:
Bibliographic Details
Published in发电技术 Vol. 44; no. 4; pp. 557 - 564
Main Authors 安吉振, 郑福豪, 刘一帆, 陈衡, 徐钢
Format Journal Article
LanguageChinese
Published 华北电力大学热电生产过程污染物监测与控制北京市重点实验室,北京市 昌平区 102206 31.08.2023
Subjects
induced draft fan
BP neural network
BP神经网络
thermal power unit
引风机
故障预警
火电机组
big data
fault warning
火力发电
大数据
thermal power generation
Online AccessGet full text
ISSN2096-4528
DOI10.12096/j.2096-4528.pgt.21111

Cover

More Information
Summary: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