向家坝电站运行设备异常状态识别功能的设计与实现

• 作者: 吴宁 孙毅 蔡杰 黄金龙
• 来源期刊: 西北水电
• 学科: 工学
• 关键词: 水电厂 报警 人工智能
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机电与金属结构
• 页码范围: 93-97
• 页数: 5页
• 分类号: TP277|TM622
• 字数: 4645字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2610.2020.04.021

摘要

针对水电站计算机监控系统常规限值报警发生时,设备已经出现严重故障影响电站安全稳定运行的问题,以水电站历史运行数据为基础,运用人工智能与数据挖掘技术自动学习运行设备的健康特征,实现水电站运行设备异常状态识别功能,在设备运行参数尚未到达故障报警限值前发现异常,达到设备异常早发现早排除的目的,并对辅助系统渗漏异常、开停机流程异常、温度异常、电压与频率异常等关键技术进行了讨论.该功能通过水电站生产设备异常运行状态的感知与报警,实现了安全生产隐患的早期发现,对于保障水电站安全稳定运行具有重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄金龙		1	0	0.0	0.0