基于摆度大数据的水轮发电机故障预测方法研究

• 作者: 刘晓波 段炼达
• 来源期刊: 中国水利水电科学研究院学报
• 学科: 工学
• 关键词: 大数据 水电厂 机器学习 蒙特卡洛方法 故障预测 摆度
• 年，卷（期）: 2017,（6）
• 页码范围: 439-443
• 页数: 5页
• 分类号: TP206.+3
• 字数: 3070字
• 语种: 中文
• DOI: 10.13244/j.cnki.jiwhr.2017.06.005

摘要

水电厂积累的海量生产数据对发电机故障预测具有重要价值.本文采用蒙特卡洛方法对摆度大数据分析处理以进行故障预测.选取了某水电厂水轮发电机下导轴承摆度X峰峰值作为研究对象,在处理453 601组摆度数据时,选取3种典型工况进行研究.引入归一化加权平均值作为统计量,使用蒙特卡洛方法进行分析,发现该统计量服从正态分布.通过监测该统计量的实时值,依据正态分布3σ准则对水轮发电机工作状态做出定性评价,依据计算出的概率P值对水轮发电机工作状态定量评价,利用这些评价可以进行故障预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓波		55	432	11.0	20.0
2	段炼达		1	3	1.0	1.0