ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于大数据技术的电厂设备状态评估和预警应用研究

胡杰; 唐静; 谢仕义; 王云广东海洋大学; 北京石油化工学院
华电技术2020
21阅读
引用收藏
分享

摘要

为了避免电厂设备在运行期间出现异常状态直接或间接导致机组停机增加维护成本,提出了一种基于大数据技术的设备状态评估和预警方法。多元状态估计技术是该方法实现设备故障诊断和健康管理(PHM)的可行技术之一,它的实现依赖海量健康数据的训练学习。基于大数据技术对历史状态数据离线学习并训练健康状态评估模型,针对目标设备实时分析相关参数的残差值变化,通过滑动窗口残差统计法自动检测偏差情况,实现目标设备异常状态的在线监测。以某电厂火电机组的制粉系统为例进行状态评估和健康诊断研究,引入参数贡献率来表征引起异常的强弱因素,进一步推进了对设备状态和故障问题的分析,试验结果表明该方法能够有效地进行电厂设备状态评估和设备故障预警。

学科与关键词

关键词
多元状态评估大数据技术故障诊断贡献率分析制粉系统
相关
加载中…
  • 智慧化全数字技术在汽轮机运行动态风险监测防控技术及管控平台的应用研究
    韦媛2026年岭南电力论坛, 中国广东广州, 2026-04-10.
  • 基于大数据的电力企业运维技术应用
    何安宏; 傅文进集成电路应用, 2019, (12): 64-65.
  • Research on the Application of Large Data Analysis Technology in Equipment Monitoring System
    ChengJihong; RuanChuanfeng; CuiJia; QiYudong计算机测量与控制, 2016, 24(9).
查看全部 →

发表信息

论文状态
公开发表
期刊
华电技术
发表日期
2020
卷期
第 42 卷, 第 02 期
页码
1-6+11
语言
中文
成果收录
CHINAJOURNAL
资助标注
广东省教育厅创新强校项目(Q18286); 中海油能源发展股份有限公司科技项目(CY-2J-19-2C-005);

作者

  • 胡

    胡杰 (第一作者)

    广东海洋大学

  • 唐

    唐静

    北京石油化工学院

查看全部 4 位作者收起作者
  • 谢

    谢仕义

    广东海洋大学

  • 王

    王云

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417