-
题名基于摆度大数据的水轮发电机故障预测方法研究
被引量：6
- 1
-
-
作者
段炼达
刘晓波
-
机构
中国水利水电科学研究院北京中水科水电科技开发有限公司
-
出处
《中国水利水电科学研究院学报》
北大核心
2017年第6期439-443,共5页
-
文摘
水电厂积累的海量生产数据对发电机故障预测具有重要价值。本文采用蒙特卡洛方法对摆度大数据分析处理以进行故障预测。选取了某水电厂水轮发电机下导轴承摆度X峰峰值作为研究对象,在处理453 601组摆度数据时,选取3种典型工况进行研究。引入归一化加权平均值作为统计量,使用蒙特卡洛方法进行分析,发现该统计量服从正态分布。通过监测该统计量的实时值,依据正态分布3σ准则对水轮发电机工作状态做出定性评价,依据计算出的概率P值对水轮发电机工作状态定量评价,利用这些评价可以进行故障预测。
-
关键词
大数据
水电厂
机器学习
蒙特卡洛方法
故障预测
摆度
-
Keywords
big data
hydropower plant
machine learning
Monte Carlo method
failure prediction
run-out value
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进预测模型的水电机组状态趋势预测
被引量：6
- 2
-
-
作者
陈畅
张毅
段炼达
王聪
-
机构
中国水利水电科学研究院
北京中水科水电科技开发有限公司
中铁云网信息科技有限公司
-
出处
《水电能源科学》
北大核心
2022年第1期163-167,共5页
-
基金
中国水利水电科学研究院行业基础性、支撑性、应急性科研类项目(AU0145B482019)。
-
文摘
针对水电机组信号呈现的非线性和非平稳特性,提出了基于改进麻雀搜索算法与支持向量回归相结合的预测模型(ItSSA_VR)。将麻雀搜索算法进行自适应改进,首先在种群初始化方面,引入Sine混沌映射来影响算法的整个过程,使种群在搜索空间更加均匀的分布;其次采用自适应学习因子ω来提高算法的搜索能力,并通过Levy飞行算法这种随机游走策略来避免陷入局部最优的难题;最后,采用t分布对个体进行变异,提高算法的全局搜索性和局部搜索性的同时也提高了搜索速度。采用所提的改进麻雀搜索算法,建立SVR模型,基于iSMA2000一体化状态监测与趋势分析系统,对某水电站机组的上导X摆度值监测数据实例进行分析验证。结果表明,该预测模型具有更好的预测精度,且能拟合数据的波动状况,并根据实际工程应用需求,将此模型与HCON可视化软件结合,开发了组态化预测模块,实现了趋势预警模块的功能,对预测水电机组未来运行状态的发展趋势有一定的指导意义。
-
关键词
趋势预测
麻雀搜索
支持向量回归
HCON
预警模块
-
Keywords
trend forecast
sparrow search algorithm
support vector regression
HCON
early warning module
-
分类号
TV742
[水利工程—水利水电工程]
-
