發(fā)布時間：2020-03-27 02:26

【摘要】：大型火電機(jī)組設(shè)備眾多、結(jié)構(gòu)復(fù)雜。熱工參數(shù)是設(shè)備運(yùn)行狀態(tài)的直接反應(yīng),參數(shù)發(fā)生的任何異變都會對熱工過程產(chǎn)生嚴(yán)重的影響,給電力生產(chǎn)和電力用戶帶來嚴(yán)重的后果,因此有必要對熱工設(shè)備的運(yùn)行狀態(tài)進(jìn)行實(shí)時監(jiān)測和預(yù)警。在這樣的背景下,本文基于信息融合技術(shù),對熱工設(shè)備故障預(yù)警的若干問題進(jìn)行了深入研究,主要的研究工作和取得的成果如下:首先,針對火電機(jī)組數(shù)據(jù)量龐大且含有噪聲干擾的特點(diǎn),提出一種基于小波分析和密度偏差抽樣的數(shù)據(jù)預(yù)處理方法。先采用小波分析的方法對原始樣本數(shù)據(jù)進(jìn)行去噪處理,再采用基于可變網(wǎng)格劃分的密度偏差抽樣(VGDBS)的方法選擇典型樣本。通過對高加系統(tǒng)數(shù)據(jù)的實(shí)例分析,發(fā)現(xiàn)數(shù)據(jù)預(yù)處理不僅去除了噪聲干擾,而且減少了樣本規(guī)模,為后續(xù)聚類分析提供了高質(zhì)量數(shù)據(jù)。然后,針對模糊C均值聚類算法(FCM)需要提前給定聚類個數(shù)和對初始聚類中心比較敏感的缺點(diǎn),提出一種改進(jìn)的鯨魚算法優(yōu)化模糊C均值聚類的算法(IWOA-FCM)。利用4種聚類有效性指標(biāo)確定最佳的聚類個數(shù),采用IWOA去優(yōu)化FCM算法的初始聚類中心。分別使用FCM算法和IWOA-FCM算法對高加系統(tǒng)樣本數(shù)據(jù)進(jìn)行聚類分析,結(jié)果表明IWOA-FCM算法不僅具有更快的收斂速度,而且有更好的聚類效果。最后,對熱工設(shè)備的故障預(yù)警問題展開研究。熱工過程通常是一個變化緩慢的過程,并且設(shè)備異常狀態(tài)的發(fā)生通常在早期會有一定的參數(shù)預(yù)兆。針對上述特點(diǎn),提出一種基于證據(jù)理論和KNN算法的故障預(yù)警方法。通過對高加系統(tǒng)故障預(yù)警的實(shí)例研究,表明了本文所提方法在熱工設(shè)備故障預(yù)警方面的合理性和優(yōu)越性。
【圖文】：

圖 2-2 高加系統(tǒng)結(jié)構(gòu)圖，設(shè)備運(yùn)行狀態(tài)測點(diǎn)變量的選擇原則為：擇的變量能夠通過參數(shù)變化反映高加運(yùn)行的不同狀態(tài)；取的變量之間盡量具有更小的耦合性和關(guān)聯(lián)性；取的變量參數(shù)應(yīng)該對高加的常見故障反應(yīng)比較敏感；點(diǎn)變量的數(shù)目選擇應(yīng)該適當(dāng)，過少的變量不能完全地反映設(shè)變量容易引入大量的無關(guān)數(shù)據(jù)和噪聲數(shù)據(jù)，增加建模的困難測點(diǎn)變量的選擇原則，通過對火電機(jī)組高壓加熱器的運(yùn)行家知識，以#2 高壓加熱器作為研究對象，最終選定 6 個狀設(shè)備的運(yùn)行狀態(tài)，分別為機(jī)組功率，給水流量，入口水溫，抽汽壓力。表 2-2 高加測點(diǎn)參數(shù)表測點(diǎn)名稱 單位機(jī)組功率 MW給水流量 t /h
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TM621

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賀永會;;主通風(fēng)機(jī)故障預(yù)警監(jiān)測系統(tǒng)研究[J];煤礦機(jī)械;2014年09期

2 劉標(biāo);;高爐故障預(yù)警及自處理系統(tǒng)的開發(fā)與應(yīng)用[J];科技信息;2012年24期

3 崔銀鋒;;機(jī)電系統(tǒng)狀態(tài)監(jiān)測及故障預(yù)警的信息化技術(shù)研究[J];信息記錄材料;2019年03期

4 劉輝;沈功田;楊勇;楊長城;陳思穎;;基于運(yùn)行場次用時誤差的載人設(shè)備故障預(yù)警可視化研究[J];中國特種設(shè)備安全;2019年05期

5 渠長威;朱性福;蔣海洋;;LabVIEW設(shè)備監(jiān)測與故障預(yù)警[J];數(shù)字技術(shù)與應(yīng)用;2017年01期

6 張琦;;配電網(wǎng)故障預(yù)警系統(tǒng)設(shè)計[J];現(xiàn)代商貿(mào)工業(yè);2017年30期

7 吳敏秀;;中壓電纜終端在線監(jiān)測及故障預(yù)警技術(shù)的研究[J];中國電力;2014年04期

8 崔亞輝;張俊杰;王剛;孫鵬;張佑;渠福來;江濤;;融合故障預(yù)警與診斷功能的新型遠(yuǎn)程服務(wù)系統(tǒng)研究[J];神華科技;2017年01期

9 史興領(lǐng);夏力偉;李劍;崔顯成;蔣瑩瑩;毛飛;;電廠設(shè)備在線監(jiān)測與故障預(yù)警系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J];電力信息與通信技術(shù);2017年11期

10 劉洋;;關(guān)于提升TEDS故障預(yù)警準(zhǔn)確率的研究[J];軌道交通裝備與技術(shù);2019年03期

相關(guān)會議論文 前7條

1 陳楓;袁軍;周蕓菲;李梁;;基于改進(jìn)狀態(tài)空間模型的充電樁故障預(yù)警系統(tǒng)智慧評價方法研究[A];2019智能電網(wǎng)新技術(shù)發(fā)展與應(yīng)用研討會論文集[C];2019年

2 孫永;孫勇;王磊;王洪博;;水力不平衡故障診斷模型在抽蓄機(jī)組故障預(yù)警中的應(yīng)用[A];2019智能電網(wǎng)新技術(shù)發(fā)展與應(yīng)用研討會論文集[C];2019年

3 李思亮;鄭祿佳;申云;徐茂軒;滕繁;;風(fēng)電機(jī)組主要部件故障預(yù)警及其系統(tǒng)實(shí)現(xiàn)[A];風(fēng)能產(chǎn)業(yè)（2017年第1期 總第90期）[C];2017年

4 李思亮;鄭祿佳;申云;徐茂軒;滕繁;;風(fēng)電機(jī)組主要部件故障預(yù)警及其系統(tǒng)實(shí)現(xiàn)[A];第三屆中國風(fēng)電后市場專題研討會論文集[C];2016年

5 高志勇;潘平洋;;神經(jīng)網(wǎng)絡(luò)在風(fēng)機(jī)故障預(yù)警中的應(yīng)用[A];第六屆中國風(fēng)電后市場交流合作大會論文集[C];2019年

6 邱天;許楊e，

本文編號：2602322