欢迎来到天天文库
浏览记录
ID:17952809
大小:7.46 MB
页数:88页
时间:2018-09-11
《基于大数据的水电机组故障检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号密级UDC编号?肀?水刊水电科#研究院硕士学位论文基于大数据的水电机组故障检测技术研究学位类別工学硕士学科专业水利水电工程作者姓名段炼达指导教师刘晓波教高中国北京二〇一八年五月分类号密级UDC编号?中?水剩水电科#蚵究紇硕士学位论文基于大数据的水电机组故障检测技术研究学位类别工学硕士学科专业水利水电工程作者姓名段炼达指导教师刘晓波教高中国北京二〇一八年五月关于学位论文的独创性声明本人郑
2、重声明:所呈交的论文是本人在导师指导下独立进行研宄工作所取得的成果。尽我所知,除文中已,论文中有关资料和数据是实事求是的经加以标注和致谢外,本论文不包含其他人己经发表或撰写的研究成果,也不包含本人或他人为获得中国水利水电科学研宄院或其它教育机构的学位或证书等而使用过的材料。若有不实之处。,本人愿意承担相关法律责任学位论文作者签名:|1晷师f名M潘年‘月日令基于大数据的水电机组故障检测技术研究(申请硕士学位论文)学科专业水利水电工程作者姓名段炼达指导教师刘晓波教高中国
3、水利水电科学研宄院2018年5月ResearchonFaultDetectionofHydropowerUnitBasedonBigDataByDuanLiandaUndertheSupervisionofLiuXiaoboProfessorEnineer,gChinaInstituteofWaterResourcesandHydropowerResearchMa2018y,摘要水电机组状态检修对水电厂安全稳定、高效运行意义重大。状态检修依
4、赖于状态监测和故障诊断。目前状态监测技术日趋成熟,而且在实际运行中得到了越来越多应用。水电机组故障诊断技术目前尚不成熟,主要原因是:缺乏故障样本、部分故障机理不明。因此,水电机组故障诊断在实际运行中少有应用。鉴于故障诊断难以实施,结合水电机组状态检修的实际需求,可以采用故障检测手段为机组状态检修提供指导。依据水电机组运行产生的大数据开展水电机组故障检测是有益的途径。本文针对故障检测开展了如下研究工作:1比分析的方法,得到了发生故障时数据变化的简化数学模型。故障时数据.通过类一般可分为异常:均值异常、
5、方差异常、趋势异常以及复合异常。2-K、方差异常和趋.通过使用数学模型进行验证,得到M检验无法检测均值异常-势异常;滑动t检验无法检测均值异常、方差异常和趋势异常;启发式分割无法检测出方差异常,可以检测出趋势异常和均值异常。通过蒙特卡洛模拟得到归一化加权平均值的分布规律3.,根据该规律进行故障检测。该方法虽然无法检验出方差异常,可,但由于具有明确的物理意义作为度量机组健康状态的指标。4.通过数学模型和实例的验证,使用相对熵和重复率可以检测出各类异常,即能够进行故障检测。相对熵大于预警值时机组为故障状
6、态,重复率小于预警值时机组为故障状态。5.对二维机组状态数据,使用DBSCAN方法聚类,若得到的聚类簇数量大于1,则机组为故障状态若得到的聚类簇数量为一1,进步考察噪声数据的分布情况,若噪;声数据的差异程度指标大于设置的预警值,则检出机组处于故障状态。:水电,,故障检测,关键词机组大数据,相对熵聚类AbstractConditionbasedmaintenanceofhydropowerunitsisofreatsinificanceforstableandggefficie
7、ntoperationofhydropowerlants.Conditionbasedmaintenancedependsonconditionpmonitoringandfaultdiagnosis.Atpresent,theconditionmonitoringisrelativelyproventechniueandhasbeenaliedinracticaloeration.Thefaultdianosistechnoloofq,ppppggyh
8、ydropowerunitsisnotrovenatresent.Themainreasonsare:lackoffaultsmnlesandpppunderstandingofsomefailuremech
此文档下载收益归作者所有