基于大数据的多维度水电机组健康评估与诊断

• 作者: 周叶 安学利 潘罗平
• 来源期刊: 水利学报
• 学科: 工学
• 关键词: 健康样本 水电机组 智能评估 运行分区 安全高效
• 年，卷（期）: 2018,（9）
• 页码范围: 1178-1186
• 页数: 9页
• 分类号: TV741|TK73
• 字数: 5053字
• 语种: 中文
• DOI: 10.13243/j.cnki.slxb.20180658

摘要

考虑到当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全和大型机组安全高效运行准则缺乏等问题,本文通过分析提炼水电机组试验、在线监测及运行维护等海量健康数据,提出了表征机组运行状态的特征参数,揭示了各特征参数与机组运行工况参数之间的耦合关系,最终建立了基于健康样本的多维度水电机组健康评估和性能退化预测理论方法.此外,本研究还提出了大型机组安全稳定运行分区准则.基于所建模型和准则,建立了大型水电机组远程状态监测与诊断系统平台.为保障水电机组安全、稳定和高效运行提供了重要技术支撑.

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	中国水利水电科学研究院水力机电研究所	65	616	15.0	22.0
2	安学利	中国水利水电科学研究院水力机电研究所	17	109	6.0	9.0
3	周叶	中国水利水电科学研究院水力机电研究所	27	206	8.0	14.0