基于大数据挖掘的火电厂辅机状态评估系统

• 作者: 张苏闽 朱静 邓敏强 邓艾东
• 来源期刊: 信息化研究
• 学科: 工学
• 关键词: 状态评估 趋势预测 智慧能源 大数据 智慧电厂
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术与应用
• 页码范围: 64-69
• 页数: 6页
• 分类号: TK38
• 语种: 中文

摘要

设备的智能化状态评估和预测维修是构建智慧能源的核心要素之一.以转子动力学、现代信号处理和人工智能技术为基础,开发了基于历史大数据挖掘和人工智能算法的火电厂辅机状态评估系统.该系统采用分布式数据采集器构建辅机状态监测网,通过多源信息深度融合分析技术,实现了火电厂主辅机运行状态的智能评估,现已成功应用于国内某大型火电厂.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓艾东		50	247	10.0	13.0
2	朱静		12	57	4.0	7.0
3	邓敏强		11	6	1.0	2.0
4	张苏闽		1	0	0.0	0.0