基于多元状态估计和向量相似度的电站磨煤机故障智能预警研究

摘要：

为解决燃煤电站磨煤机故障频发的问题,提出一种基于多元状态估计(MSET)和向量相似度的故障预警方法.以某350MW机组的中速磨煤机为研究对象,选取能表征其运行状态的关键参数,采集包含故障信息的历史数据,并划分出不同数据集.采用等间距抽样法对训练集数据建立过程记忆矩阵,将观测向量输入MSET模型得到其对应的估计向量,同时定义二者的相似度函数,利用滑动窗口法确定预警阈值.最后采用实际运行数据验证,结果表明:当磨煤机正常运行时,其输入模型数据预测平均相对误差均在1％以下;当磨煤机发生堵煤故障时,该模型可以及时发现磨煤机运行异常,在跳闸前380 s发出报警.证明该模型可以精准预测各参数的变化趋势,实现对磨煤机故障快速准确地智能预警.

关键词：中速磨煤机、过程记忆矩阵、多元状态估计、平均相似度、故障预警

所属期刊栏目：51

分类号：X701(一般性问题)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：64-71