隨著電廠智能化程度的提高,為了及時、準確地發(fā)現(xiàn)機組運行時的故障,讓機組安全穩(wěn)定運行,對機組迚行穩(wěn)定性試驗幵建立神經網絡模型預測模擬。結果表明:低工況區(qū)狀態(tài)參數均超過原有報警線;建立的GA-BP神經網絡模型預測效果更好;三維動態(tài)報警可以全工況下有效監(jiān)測預警。此模型可以有效監(jiān)測水電機組安全穩(wěn)定運行,為水電站提供一定的參考。 

【文章頁數】：9 頁

【文章目錄】：
0前言
1 機組穩(wěn)定性試驗及報警線設定
    1.1 穩(wěn)定性試驗機組性能分析
    1.2 機組運行特性分析
    1.3 機組狀態(tài)監(jiān)測報警方案
2 神經網絡預測模型
3 報警模型
    3.1 動態(tài)報警曲線模型
    3.2 三維動態(tài)報警面模型
4 結論


【參考文獻】：
期刊論文
[1]免疫小波網絡在水輪機組故障診斷中的應用[J]. 王鐵生,張利平.  水利學報. 2009(06)
[2]基于粗糙集-RBF神經網絡的水電機組故障診斷[J]. 梁武科,趙道利,馬薇,王榮榮,南海鵬,羅興锜.  儀器儀表學報. 2007(10)
[3]基于遺傳優(yōu)化BP網絡的振動故障診斷[J]. 歐健,孫才新,胡雪松,廖瑞金,王柯柯.  高電壓技術. 2006(07)
[4]基于CBR的Multi-agent旋轉機械故障診斷系統(tǒng)[J]. 陳平,謝志江,孫紅巖.  重慶大學學報(自然科學版). 2006(05)
[5]基于神經網絡的水電機組智能故障診斷系統(tǒng)[J]. 陳林剛,韓鳳琴,桂中華.  電網技術. 2006(01)
[6]水電機組狀態(tài)檢修的現(xiàn)狀和發(fā)展趨勢[J]. 汪軍,朱浩.  水電廠自動化. 2005(02)
[7]水電機組狀態(tài)檢修的現(xiàn)狀和發(fā)展趨勢[J]. 汪軍,朱浩.  水電廠自動化. 2005 (02)
[8]水電機組在線狀態(tài)監(jiān)測和故障診斷網絡化系統(tǒng)的設計與實現(xiàn)[J]. 瞿曌,賴旭,朱建林.  電工技術學報. 2005(03)
[9]基于多種診斷方法的水電機組故障診斷系統(tǒng)的研究[J]. 陳喜陽,張克危,彭玉成.  水力發(fā)電. 2003(05)
[10]分布式水電機組故障診斷集成專家系統(tǒng)的研究[J]. 余濤,王晶,沈善德,朱守真.  動力工程. 2002(04)



本文編號：3654932