基于独立主元分析的汽轮机性能监测与评估

2012年04月09日15:59:56 本网站我要评论(2)字号：T | T | T

张　曦，朱亚清，阎威武，邵惠鹤
广东电网公司电力科学研究院，广东广州

上海交通大学自动化系，上海

摘　　　要：为了解决汽轮发电机组的性能检测和故障诊断问题，将独立主元分析引入汽轮机性能监控领域，提出了一种基于独立主元分析（ＩＣＡ）的电厂机组性能监测与评估新方法。通过ＩＣＡ算法计算数据的独立主元，进一步计算监控统计量Ｉ２，Ｉ２和ＳＰＥ来监测和评估系统的运行。若监控统计量在控制置信限以下，则认为系统运行正常；若统计量超过控制限，则判断为系统有故障或异常发生，运行和维修人员可以根据监测结果及时排查故障发生的原因，消除安全隐患，从而确保机组的安全稳定运行。某电厂机组故障数据仿真研究试验验证了该方法的有效性和合理性。

关　键　词：独立主元分析；性能监测；性能评估；汽轮机

１　引　言
汽轮机是电厂较重要的设备之一，所对其进行状态监测和故障诊断具有非常重要的理论意义和实际应用价值。杨奎河等［１］提出了基于小波包和支持向量机的汽轮机故障诊断模型，董泽等［２］等提出了基于粗集的汽轮机故障诊断方法，叶军［３］提出了基于Ｖａｇｕｅ集的故障诊断方法，张曦等［４５］提出了基于核主元分析和邻近支持向量机及基于核Ｆｉｓｈｅｒ判别分析的性能监控和故障诊断方法。统计性能监控的方法是根据正常工况的历史数据，使用数理统计理论建立统计监测和评估模型，用于在线的生产过程监控。目前广泛使用的统计性能监测方法主要有主元分析（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，ＰＣＡ）和独立主元分析（ＩｎｄｅｐｅｎｄｅｎｔＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，ＩＣＡ）等方法，这两种方法在化工过程中已经有了较深入的研究［６９］，但基于ＩＣＡ的统计性能监控方法在电厂运行监测和评估中却没有进行应用的实例。针对以上情况，本文提出了一种基于独立主元分析的机组性能监测和故障诊断新方法。该方法通过计算过程数据的独立主元，从而进一步得到监控统计量Ｉ２，Ｉ２和ＳＰＥ统计量来监测系统的运行。若统计量超过控制限，则认为系统有故障发生，运行和维修人员根据监测结果及时排查故障发生的原因，消除安全隐患，从而确保机组安全稳定运行。

登录网站后可下载文件

基于独立主元分析的汽轮机性能监测与评估

相关阅读: