原文服务方: 热力发电       
摘要:
汽动引风机是新建电厂的重要设备之一,对其采用数据驱动的故障预警时,存在监测参数多、设备故障试验代价高、运行数据少的问题.为此,本文采用多变量状态估计(MSET)方法对汽动引风机相关测点进行状态监测,构造合理的记忆矩阵,使用奇异值分解法计算广义逆矩阵,从而提高计算效率;并以江苏某电厂为研究对象,提取现场包含喘振故障的数据,采用本文方案对实时数据进行状态预警.结果 表明,该方案能够合理反映设备的运行状态,对喘振故障能够提前约5h预警.
推荐文章
基于大数据分析的火电机组引风机故障预警研究
火力发电
火电机组
引风机
BP神经网络
故障预警
大数据
火力发电机组汽动引风机带负荷轴振大的原因分析
火力发电机组
汽动引风机带
负荷轴振
原因分析
引风机状态维护系统的设计方法
引风机
状态维护
设计方法
基于Laplace积核的多变量概率函数估计
Laplace积核
概率函数
EM算法
统计模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据驱动与多变量状态估计的汽动引风机故障预警
来源期刊 热力发电 学科
关键词 汽动引风机 故障预警 数据驱动 状态监测 多变量状态估计 稳态分析 喘振
年,卷(期) 2020,(1) 所属期刊栏目 热能科学研究
研究方向 页码范围 78-84
页数 7页 分类号 TS737+.1
字数 语种 中文
DOI 10.19666/j.rlfd.201907187
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙建平 华北电力大学控制与计算机工程学院 112 860 16.0 24.0
2 孙博扬 华北电力大学控制与计算机工程学院 2 0 0.0 0.0
3 赵立慧 华北电力大学控制与计算机工程学院 6 3 1.0 1.0
4 章雅楠 华北电力大学控制与计算机工程学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (108)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽动引风机
故障预警
数据驱动
状态监测
多变量状态估计
稳态分析
喘振
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导