基于MSET技术的火电厂一次风机故障预测与健康管理研究

又铭 郭

摘要


本文针对火电厂一次风机故障诊断复杂问题，将MSET 技术引入到风机的故障预测与健康管 理中。通过分析振动、温度、压力、电流和转速等特征参数，利用SCADA 系统采集到实时与历史数 据，构建历史记忆矩阵和状态评估模型，完成对风机运行状态的准确评估与故障早期预测。本文研究 应用有利于火电厂运维人员提高风机运维效率、减少故障停机时间，提升了机组安全性。

关键词


火电厂，风机故障，健康管理，MSET

全文:

PDF

参考


李乐.基于机器学习的火电厂风机故障预警方法[J]. 自 动化应用，2024,65(14):183-185+188.

吴礼军，任池银，钱坤，等.基于MSET算法的发电设备 预警诊断增量学习方法研究[J]. 信息技术与信息化，2024,

白海龙.火电厂一次风机振动故障分析及处理措施研究 [J]. 应用能源技术，2023,(07):24-28.

俞秋霞.电力调度主站SCADA 系统实时数据库模型设计 [J].自动化应用，2020,(12):113- 114.




DOI: https://doi.org/10.12238/jpm.v6i2.7712

Refbacks

  • 当前没有refback。


Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。