摘要
摘要分析燃煤火力发电机组的典型故障案例，提取出故障发生的主要特征，结合运行专家的经验，将故障现象转化成计算机可以识别的故障代码，同时结合大数据应用的强大处理功能，实现火电厂早期预警和故障诊断功能。结果表明，利用大数据自学习功能，对历史数据进行分析、比较，寻找到设备、系统在正常工作时的标准值、波动范围、变化速率等关键参数，合理地设计上限、下限和变化率等值，实现早期预警。汽轮机进水的主要原因为蒸汽过热度低或蒸汽温降速度快，基于这一故障特征，对可能造成汽轮机进水部位的蒸汽过热度、降温速度、金属壁温降率设置报警目标值，从而达到早期预警目的。基于机组典型故障事故库，建立每个故障的逻辑故障树，转化成计算机代码，从而实现对系统或设备故障的智能分析诊断。基于机器学习和海量历史数据，训练数据模型，提升故障诊断模型的准确率。
出版日期
2018年10月20日（中国期刊网平台首次上网日期，不代表论文的发表时间）
