抽水蓄能电站机组异常状态检测模型研究

• 作者: 周叶 安学利 桂中华 潘罗平
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 抽水蓄能电站机组 异常状态检测 最小二乘曲面 健康度
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 机电与控制工程
• 页码范围: 157-160
• 页数: 4页
• 分类号: TV743
• 语种: 中文

摘要

针对当前水电机组故障样本少,难以对其开展有效诊断的难题,提出了一种综合考虑有功功率、工作水头等工况参数的基于最小二乘曲面的抽水蓄能电站机组异常状态检测模型,即在深入分析有功功率、工作水头对机组运行状态影响的基础上,确定了机组的健康标准状态,根据机组运行状态在不同功率和不同水头下的特性,划分了不同单元,在不同单元内选取能反映机组运行状态的敏感特征参数,分别建立了基于最小二乘曲面的分布式健康模型,将功率、水头等实时在线数据代入分布式健康模型,通过计算机组健康度建立最终的异常状态检测模型.实例应用结果表明,该模型能有效地挖掘机组海量状态数据和真实可靠地进行在线状态评估,从而实现机组异常状态的早期预警.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘罗平		65	616	15.0	22.0
2	安学利		17	109	6.0	9.0
3	周叶		27	206	8.0	14.0
4	桂中华		12	209	7.0	12.0