检索结果-南通市图书馆

电站设备易损件寿命评定与寿命管理技术的研究

在线全文

学校读者我要写书评

暂无评论

动力工程 2008年第2期28卷 225-228页

作者：史进渊邹军沈海华李伟农孙坚邓志成杨宇朱志劼上海发电设备成套设计研究院上海200240 上海外高桥发电有限责任公司上海200137

提出了电站设备易损件的寿命评定方法,给出了易损件寿命数据的统计分析、分布检验、参数估计的方法,平均寿命、可靠度与可靠寿命的计算方法,易损件失效后果分类方法,易损件更换周期的确定方法以及常用计算公式.介绍了电站设备易损件寿... 详细信息

提出了电站设备易损件的寿命评定方法,给出了易损件寿命数据的统计分析、分布检验、参数估计的方法,平均寿命、可靠度与可靠寿命的计算方法,易损件失效后果分类方法,易损件更换周期的确定方法以及常用计算公式.介绍了电站设备易损件寿命管理系统的功能,并给出了应用实例.应用易损件寿命评定方法及寿命管理系统,可以在使用阶段确定易损件的更换周期,为易损件的检修与更换以及电站设备的优化检修提供技术依据.

关键词：能源与动力工程电站设备易损件寿命评定寿命管理

基于深度学习的电站设备健康状态评估方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的电站设备健康状态评估方法研究

作者：魏玮华北电力大学(北京)

学位级别：硕士

在新型电力系统中,可再生能源机组承担着越来越重要的并网发电任务,但自然资源的随机性和不确定性仍然是阻碍其发展的巨大挑战;燃煤机组需要完成灵活性改造以适应深度调峰调频的需要,但频繁的负荷变动会导致设备故障率增加。因此,无论... 详细信息

在新型电力系统中,可再生能源机组承担着越来越重要的并网发电任务,但自然资源的随机性和不确定性仍然是阻碍其发展的巨大挑战;燃煤机组需要完成灵活性改造以适应深度调峰调频的需要,但频繁的负荷变动会导致设备故障率增加。因此,无论是对可再生能源机组还是传统能源机组来说,建立关键设备的健康状态监测和评估系统,保证发电过程的安全、高效、清洁、可靠,都十分重要。本文利用深度学习理论建立电站设备的状态预测模型,充分挖掘电站设备运行数据中的时序特性和内在关联性,综合考虑变工况时运行数据的变化对预测精度的影响,提出一种基于深度学习的电站设备状态动态集成预测方法;同时,通过构造合理可靠的状态监测指标来捕捉设备的运行状态变化,提出一种将静态阈值与动态自适应预警阈值相结合的故障预警方法,提高电站设备故障预警的准确性和及时性,为机组的长期稳定运行提供保障。论文的主要研究工作包括:(1)提出一种基于卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆(Long-short Term Memory,LSTM)神经网络、注意力机制(Attention Mechanism,AM)和遗传算法(Genetic Algorithm,GA)的动态集成状态预测模型。其中,CNN基于能表征电站设备运行状态的特征参数变化特征,完成运行状态分类,输出软分类标签,作为模型集成的初始权重;LSTM网络通过提取输入时间序列中的信息实现状态预测;AM的引入可以强化对输入时间序列中关联信息的挖掘和利用;设置权重偏置项作为初始权重的微调项,利用GA实现对偏置项取值的搜索寻优。(2)建立描述设备运行状态的监测指标,提出一种将动态阈值与静态阈值结合的故障预警方法。基于真实观测值与CNN-LSTM-AM动态集成模型输出预测值之间的偏差构造偏离度函数,利用滑动窗口技术处理计算得到的偏离度序列;分析偏离度在窗口内的分布规律,引入十分位数和百分位数构造设备状态监测指标和动态预警阈值;基于正常状态时的偏离度取值计算静态预警阈值,将动态阈值与静态阈值相结合得到组合阈值,提高故障预警的准确性和及时性。(3)分别以燃煤电站送风机和风电场某台风力发电机叶片为研究对象进行仿真实验。在选取特征变量、建模变量和,完成数据预处理后,将正常数据样本分别输入CNN-LSTM-AM动态集成状态预测模型和单一 LSTM-AM模型,比较预测精度。结果表明,本文所提出的动态集成状态预测模型能够实现更精确、完整的输入序列信息挖掘和利用,从而表现出更好的预测效果。利用故障数据构造测试集,验证本文所提出的基于偏离度和分位数的故障预警方法的有效性。仿真结果表明,该方法在变工况时也可以迅速准确地识别出设备的运行状态,产生相应的预警信号,具有较好的鲁棒性,可被应用于许多工业领域,对保障关键设备的安全可靠运行来说有实际意义。

关键词：电站设备健康评估故障预警长短时记忆网络卷积神经网络集成学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机器学习在电站设备状态分析中的应用

热力发电 2020年第1期49卷 129-133页

作者：李晓东陈亚鹏王保营胡乔艳赖菲吴涛徐创学薛晗光何新王智微高海东高林中电投珠海横琴热电有限公司广东珠海519000 西安热工研究院有限公司陕西西安710054

本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值... 详细信息

本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值表示设备状态的健康程度及设备可能发生事故的概率,并将LSTM神经网络和LVQ神经网络进行设备状态分析对比。结果表明,利用LSTM神经网络得到的训练模型可以得到设备状态分类更高的准确率,减少在设备状态评判中的漏报率和误报率。

关键词：电站设备机器学习深度学习状态分析磨煤机 LSTM神经网络 LVQ神经网络

在线全文

学校读者我要写书评

暂无评论

电站设备评价认证系统数据库的设计研究

电站系统工程 2020年第1期36卷 81-82页

作者：王日南郝宪阁商俊郭雷王凤曲李德孙博哈尔滨电站设备成套设计研究所有限公司

介绍了电站设备评价认证系统数据库设计研究的内容,讨论了数据库设计的过程,重点进行了数据库设计的需求分析。

关键词：电站设备评价认证系统数据库设计研究

基于PCA-ILARS-DNN案例推理模型的电站设备故障诊断方法

在线全文

学校读者我要写书评

暂无评论

发电设备 2022年第6期36卷 414-420页

作者：徐天宏王鹏汪勇陈荣泽司风琪东南大学能源热转换及过程测控教育部重点实验室南京210096 上海发电设备成套设计研究院责任有限公司上海200240

针对电站设备故障诊断过程中故障信息提取能力不足导致诊断率低等问题,提出了从历史数据库中建立基于案例推理模型的电站设备故障诊断方法。通过主成分分析(PCA)-改进最小角回归(ILARS)案例表示方法将电站设备故障信息提取为统一形式的... 详细信息

针对电站设备故障诊断过程中故障信息提取能力不足导致诊断率低等问题,提出了从历史数据库中建立基于案例推理模型的电站设备故障诊断方法。通过主成分分析(PCA)-改进最小角回归(ILARS)案例表示方法将电站设备故障信息提取为统一形式的数据案例,以此构建电站设备典型故障案例库。在已有案例库的基础上,使用深度神经网络(DNN)算法进行案例检索,实现故障诊断,并通过诊断效果来对比PCA-ILARS算法和其他案例表示方法对故障诊断率的影响。结果表明:PCA-ILARS-DNN算法优于其他常规案例表示方法,对电站设备具有较高的故障诊断率。

关键词：电站设备故障诊断案例推理案例表示主成分分析神经网络

基于案例推理的电站设备故障诊断方法及应用研究

在线全文

学校读者我要写书评

暂无评论

基于案例推理的电站设备故障诊断方法及应用研究

作者：徐天宏东南大学

学位级别：硕士

火力发电一直是我国主要的发电方式,近年来,随着新能源的快速发展,参与深度调峰的火电机组面临着更高的运行要求。随着大数据技术和现代信息系统在电厂的广泛应用,电站设备的海量数据被采集并保存。如何对电站设备海量运行数据进行挖掘... 详细信息

火力发电一直是我国主要的发电方式,近年来,随着新能源的快速发展,参与深度调峰的火电机组面临着更高的运行要求。随着大数据技术和现代信息系统在电厂的广泛应用,电站设备的海量数据被采集并保存。如何对电站设备海量运行数据进行挖掘,建立有效的电站设备运行状态监测与诊断模型,为电站设备安全稳定运行提供理论依据,是目前国内外学者研究的热点。针对电站设备过程数据多源、异构且参数间关系复杂的特点,本文利用案例推理方法,围绕电站设备故障诊断模型及其应用开展了研究。主要研究工作内容如下:考虑到电站设备运行数据具有高维度、多模态和强噪声干扰的特点,针对传统方法在故障诊断过程中故障信息提取能力不足的问题,本文提出了一种基于K-模糊C均值-主成分分析-改进最小角回归（KFCM-PCA-ILARS）的数据案例表示方法。该方法首先利用数据预处理方法对正常运行数据进行数据预处理来获取高质量的训练数据,然后将KFCM方法引入PCA故障监测模型,从而保证了监测模型对电站设备全工况数据的适用性,以此来确定故障发生的准确时间段。随后,采用ILARS算法将故障样本转化成故障案例样本,从而构建统一表示形式的电站设备案例库。最后,以数学算例和磨煤机故障为例,对基于K-模糊C均值-主成分分析-最小角回归的案例表示方法的有效性进行了验证。针对电站设备传统案例检索方法诊断率较低问题,提出了一种基于自适应遗传算法-深度置信网络（AGA-DBN）的案例检索方法。通过贪心逐层训练基于DBN的案例检索模型,并结合AGA优化神经网络初始化参数,提高了检索模型训练收敛速度和诊断准确识别率,实现故障案例的有效检索。最后,以数学算例和磨煤机故障为例,对基于自适应遗传算法-深度置信网络的案例检索方法的有效性进行了验证。针对电站设备案例库中具有明显动态特性的故障难以得到有效诊断的问题,提出了一种基于自适应遗传算法-卷积神经网络（AGA-CNN）的电站设备案例检索算法。采用滑动窗算法生成模型训练样本与测试样本,建立基于AGA-CNN的案例检索模型,充分利用卷积神经网络的局部信息提取能力提取动态特征,提高了具有动态特性的故障的诊断准确率。最后,以田纳西-伊斯曼过程和磨煤机堵煤故障为例,对基于自适应遗传算法-卷积神经网络的案例检索方法的有效性进行了验证。基于.NET平台,开发了电站设备故障诊断平台,对软件结构、功能模块及程序流程等进行了分析,并给出了案例推理的实际操作案例,以某电站故障诊断系统为例,对所开发平台的运行效果进行了验证。

关键词：电站设备故障诊断案例推理主成分分析卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电站设备故障风险评估方法研究

中国电力 2008年第10期41卷 34-39页

作者：顾煜炯陈昆亮杨昆华北电力大学电站设备状态监测与控制教育部重点实验室北京102206

针对电站设备故障风险难以进行定量评估的特点,提出了一种基于层次分析(AHP)的模糊综合评判方法。建立了该方法的数学模型,并且给出了故障风险评估各因素的权重以及计算方法。该方法兼顾了故障风险评价各因素之间具有的模糊性和层次性,... 详细信息

针对电站设备故障风险难以进行定量评估的特点,提出了一种基于层次分析(AHP)的模糊综合评判方法。建立了该方法的数学模型,并且给出了故障风险评估各因素的权重以及计算方法。该方法兼顾了故障风险评价各因素之间具有的模糊性和层次性,并且把主观评估以隶属度和数值范围的形式进行量化,使故障风险评估更具客观性。通过实例计算表明,该方法有效、可行,并且能客观地评估设备故障风险的程度和等级,为电站设备状态维修决策提供依据。

关键词：电站设备故障风险模糊综合评判层次分析法(AHP)

2023全国电站设备焊接、表面工程及绿色再制造科技创新研讨会在苏州举办

在线全文

学校读者我要写书评

暂无评论

表面工程与再制造 2023年第4期23卷 53-55页

作者：苏州热工研究院有限公司苏州热工研究院有限公司

2023年7月29日上午,“2023全国电站设备焊接、表面工程及绿色再制造科技创新研讨会”在中广核苏州科技大厦落下帷幕。本次会议由中国能源研究会核能专业委员会和江苏省电力生产设备绿色再制造工程研究中心主办,苏州热工研究院有限公司... 详细信息

2023年7月29日上午,“2023全国电站设备焊接、表面工程及绿色再制造科技创新研讨会”在中广核苏州科技大厦落下帷幕。本次会议由中国能源研究会核能专业委员会和江苏省电力生产设备绿色再制造工程研究中心主办,苏州热工研究院有限公司、苏州市焊接学会承办,中国电机工程学会电站焊接专业委员会、中国机械工程学会表面工程分会及再制造工程分会、上海市焊接学会.

关键词：绿色再制造表面工程电站设备科技大厦中国能源研究会创新研讨会焊接专业再制造工程

在线全文

学校读者我要写书评

暂无评论

电站设备远程故障预警系统设计

电站系统工程 2020年第1期36卷 69-70,74页

作者：李德石林孟兆博哈尔滨电站设备成套设计研究所有限公司

电站设备远程故障预警系统能够在设备劣化阶段对设备进行预警。它使用了当今最主流的hadoop大数据平台,实现了数据的采集、处理。在此基础上对数据进行建模分析,同时数据分析工具结合专家判据实现故障预警功能。电站设备远程故障预警系... 详细信息

电站设备远程故障预警系统能够在设备劣化阶段对设备进行预警。它使用了当今最主流的hadoop大数据平台,实现了数据的采集、处理。在此基础上对数据进行建模分析,同时数据分析工具结合专家判据实现故障预警功能。电站设备远程故障预警系统实现了对设备故障的感知,在设备故障劣化阶段对其进行维护,从而避免了设备严重损坏,有效的辅助设备预知性检修。

关键词：电站设备预警大数据数据分析