版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、電廠輔機指電廠生產輔助設備,是構成電廠設備的重要組成部分,其運行狀態(tài)直接影響著電廠的經濟性與安全性。隨著信息技術的發(fā)展,電廠采集掌握大量的設備運行數據,研究如何高效的利用這些數據資源是進一步提高電站管理水平,降低發(fā)電成本的有效途徑。本文立足電廠大量歷史運行數據,通過數據挖掘的方式研究電站輔機設備的異常狀態(tài)識別方法,主要研究工作與成果總結如下:
(1)建立了基于Matlab/Simulink仿真平臺的高壓加熱器仿真模型、凝汽器仿
2、真模型,分別模擬了高壓加熱器正常運行狀態(tài)與管內漏水故障狀態(tài)及凝汽器正常運行狀態(tài)與因冷卻管臟污引起的傳熱惡化故障狀態(tài)。通過分析不同程度故障下的高壓加熱器給水出口溫度、凝汽器真空度等參數的響應曲線,發(fā)現仿真曲線趨勢正確,仿真模型動態(tài)響應良好。將正常運行狀態(tài)仿真值與真實運行值對比發(fā)現,仿真模型得到的正常運行狀態(tài)仿真值與真實值一致性較好。仿真數據可以作為預測建模方法的數據基礎。
(2)提出了基于K-means聚類的多元回歸預測模型算法
3、。該算法利用輪廓系數完成了聚類數優(yōu)化問題。基于正常運行仿真數據的聚類結果,建立高壓加熱器給水出口溫度預測模型、凝汽器真空度預測模型。通過預測值與仿真值誤差分析,發(fā)現預測模型預測精度較好,可以為預警系統(tǒng)提供可靠的正常運行狀態(tài)基準值的預測值。
(3)提出了基于滑動窗口的異常狀態(tài)統(tǒng)計報警方法。該方法首先通過K-means分類器,將實時數據歸入相應的狀態(tài)類,通過對應預測模型獲得正常運行狀態(tài)下評價指標基準值的預測值。分析預測值與仿真值的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 電站設備輔機狀態(tài)監(jiān)測與故障診斷.pdf
- 電站輔機及輔機系統(tǒng)性能優(yōu)化.pdf
- 電站輔機節(jié)能改造方案的研究.pdf
- 人體異常行為識別算法研究.pdf
- 人群異常狀態(tài)檢測算法研究.pdf
- 電站鍋爐燃燒狀態(tài)識別與診斷研究.pdf
- 關于電站輔機學生實習報告
- 水電站輔機系統(tǒng)動態(tài)仿真建模研究.pdf
- 基于機器學習的鍋爐主輔機狀態(tài)監(jiān)測研究.pdf
- 人體異常行為識別算法研究與實現.pdf
- 大型電站輔機振動分析與診斷技術研究.pdf
- 群體異常識別在線學習算法研究.pdf
- 地下變電站輔機DTS系統(tǒng)故障仿真研究.pdf
- 基于狀態(tài)識別的光伏電站清灰周期規(guī)劃研究.pdf
- 下肢運動狀態(tài)識別及預測算法研究.pdf
- 基于機器學習的鍋爐主輔機狀態(tài)監(jiān)測研究(1)
- 基于MFCC和GMM的異常聲音識別算法研究.pdf
- 場景分類與道路場景異常識別算法研究.pdf
- 公共場所異常聲音識別算法設計與研究.pdf
- 智能監(jiān)控中目標檢測與異常行為識別算法研究.pdf
評論
0/150
提交評論