简介: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。
简介:摘要:随着社会的发展和进步,带动了我国各个领域的进步。目前,随着风力发电机组功率的增加,其结构的复杂性也随之提高,伴随着运行时间的增加,运行过程中产生的故障日益增多,迫切需要对机组运行过程产生的故障进行分析。基于此,该文提出了利用故障树分析方法,结合某型永磁直驱风力发电机组运行期间产生的故障事件数据建立故障树模型,并对模型进行定性和定量分析,得出了风机运行故障事件的关键重要度及相关部件系统的重要度,对提高风机运行的可靠性,提高风电场的运维准确性具有指导意义。