基于数据驱动的电站设备故障诊断方法

• 作者: 张伟
• 来源期刊: 新型工业化
• 关键词: 统计分析 数据可视化 故障诊断 神经网络 平均影响值
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 产业研究·工业技术
• 页码范围: 86-88
• 页数: 3页
• 分类号: N37
• 语种: 中文
• DOI: 10.19335/j.cnki.2095-6649.2020.12.040

摘要

传统的电站设备故障诊断方法,一般是依据故障表征和报警信息,结合以往的经验进行分析.由于经验的获取比较困难,诊断的准确程度又依赖于经验的丰富程度和知识水平的高低,当参数及规则较多时,推理过程中存在匹配冲突、组合爆炸等问题,使得推理速度较慢、效率低下,不可避免地使得诊断结果存在不确定性.采用数据驱动的方法,充分挖掘有限数据可利用的信息,可以优化并加快故障诊断的进程.分别以多元统计分析、信号处理、机器学习三种数据驱动的方法,结合数据可视化,对电站设备故障进行了定量分析和研究.