基于高斯混合聚类模型的汽轮机运行状态预警

• 作者: 李晓波 焦晓峰 贾斌
• 来源期刊: 内蒙古电力技术
• 学科: 工学
• 关键词: 汽轮机 状态预警 高斯混合聚类模型 相关性 大数据
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 技术应用
• 页码范围: 64-68
• 页数: 5页
• 分类号: TK268+.1
• 语种: 中文
• DOI: 10.3969/j.issn.1008-6218.2020.00.064

摘要

针对汽轮机结构复杂,监测项目和测点数量众多,监测参数具有类型多、数量大及价值密度低等原因造成运行状态预警困难的问题,首先利用相关性分析方法筛选出对机组安全运行有重要影响的监测参数,并基于大数据平台的历史数据采集设备异常数据样本,然后通过对样本数据进行预处理及选择合适的聚类个数,最终建立了机组运行状态预警最佳高斯混合聚类模型.基于该模型计算出机组状态期望值与状态预警值,通过对机组状态影响参数进行排序,实现机组运行状态预警.将基于该模型开发的汽轮机组状态预警系统实际应用到某台汽轮机组后,定量计算了机组状态预警值,实现了该机组的运行状态预警,保障了机组的安全稳定运行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓波		25	50	4.0	5.0
2	贾斌		13	29	3.0	5.0
3	焦晓峰		33	75	5.0	6.0