基于數(shù)據(jù)驅(qū)動的火電廠關鍵輔機設備故障診斷技術研究.pdf

1、火電廠輔機設備的在線監(jiān)測和故障診斷關乎發(fā)電機組的可靠穩(wěn)定運行?；鹆Πl(fā)電系統(tǒng)輔機設備表現(xiàn)為變量間交叉耦合、系統(tǒng)非線性強，很難建立精確的數(shù)學解析模型設備描述系統(tǒng)的工作狀態(tài)，本文以數(shù)據(jù)挖掘和機器學習為主要技術背景，以火電廠一次風機和制粉系統(tǒng)為主要研究對象，展開對火電廠輔機設備的在線監(jiān)測與故障診斷的研究。
　　本文從輔機設備的運行特性著手，介紹了基于實時數(shù)據(jù)挖掘的故障診斷技術的總體設計方案和實施路線。故障預警方面，以一次風機為研究對象，提

2、出了一種基于相似性建模和LS-SVM狀態(tài)估計的故障預警方法，利用實際數(shù)據(jù)，驗證所提方法在一次風機監(jiān)測中能及時發(fā)現(xiàn)故障早期征兆的有效性。將支持向量機在解決高維、非線性及小樣本的模式識別問題中的優(yōu)勢，推廣到輔機設備的故障分類中。針對電廠制粉系統(tǒng)多分類中故障類型和故障特征之間的類屬不確定性，提出了一種基于貝葉斯后驗概率估計的LS-SVM多標簽故障分類方法。結合電廠制粉系統(tǒng)的實例分析對算法的進行驗證其有效性和合理性。此外，提出了一種基于現(xiàn)有數(shù)據(jù)