改进“峰”方法的多元状态估计技术用于电站风机状态监测.pdf

《改进“峰”方法的多元状态估计技术用于电站风机状态监测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第4O卷第3期华北电力大学学报Vo1．40．No．32013年5月JournalofNorthChinaElectricPowerUniversityMay，2013doi：10．3969／j．ISSN．1007—2691．2013．03．17改进“峰"方法的多元状态估计技术用于电站风机状态监测孑J、建平，高明(华北电力大学控制与计算机工程学院，河北保定071003)摘要：针对风机状态监测问题，提出一种基于多元状态估计和相似性测度的方法。首先建立正常工况下各监测参数之间的关联模型，构造正常工况下的记忆矩阵；然后根

2、据系统当前观测向量与记忆矩阵之间的相似性程度，对'3-前观测向量进行估计。通过对正常工况下的监测参数的聚类中心的提取，计算估计值与聚类中心的相似性测度值，确定风机工作状态。最后，以山西某电厂送风机为监测对象进行应用研究，结果表明该方法可以准确估计风机振动状况，尽早发现设备异常，实现风机状态的在线监测。关键词：多元状态估计；相似性测度；状态监测；风机中图分类号：TP277文献标识码：A文章编号：1007—2691(2013)02—0091—04Conditionmonitoringoffaninpowerplant

3、usingmultivariatestateestimationtechniqueofmodifiedmountainmethodSUNJian-ping，GAOMing(SchoolofControlandComputerEngineering，NorthChinaElectricPowerUniversity，Baoding071003，China)Abstract：AmethodwasproposedtOsolvefanconditionmonitoring，basedonthemultivariatest

4、ateestimationtech—nique(MSET)andsimilaritymeasure．Correlationmodelofmonitoringparametersinnormalworkconditionwasbuiltfirstly，andthememorymatrixwasalsobuiltreasonably．Then，accordingtothesimilaritiesbetweenthecurrentob—servedvectorandmemorymatrix，thecurrentvect

5、orwasestimatedbyMSET．Theclustercenterwasextractedfromthenormalconditionmonitoringparameters，thesimilaritywascalculated，andworkconditionofthefanwaspronounced．Finally，themethodwasappliedonthevibrationconditionmonitoringoftheairfeederinapowerplantinShanxi，theres

6、ultsshowthatthemethodCaBmonitorthevibrationoffans，discovertheabnormalearlier，andachievethepurposeofonlinestatemonitoring．Keywords：multivariatestateestimationtechnique(MSET)；similaritymeasure；conditionmonitoring；fan域的热点。文献[1]研究了数据挖掘技术在风0引言机状态监测系统的应用，采用粗糙集理论对风机

7、进行监测，文献[2]通过实验研究的方法，在风机是电厂的重要辅机，其可靠性直接影响实现对电站通风机的振动信号提取和机械故障特着电厂生产的安全运行。为减少风机故障对电厂征提取的基础上，利用多参数法来实现风机状态带来的经济损失，对风机进行状态监测和视情维监测，文献[3]设计了一个基于神经网络的状修越来越受到研究人员的关注，是可靠性研究领态检修系统，该系统可以实现对送风机状态参数的数据采集、状态监测、状态预测、态势分析。收稿日期：2012—07—10由于电厂是个高耦合场所，设备及过程是非线性92华北电力大学学报2013年

8、时变系统，且传感器信号依赖于过程工作条件，训练过程即为收集和选择足够多的系统正常运行所以如果在知识获取存在“瓶颈”，对过程的动状态下、不同工况下的历史样本，使得过程存储态信息就会利用不够，就导致监测识别结果不理矩阵可以涵盖系统正常运行状态下监测参数的全想。这样相比之下利用神经网络的风机状态监测部动态范围。在精度上有较大提高，但此方法存在学习过程缓过程记忆矩阵构造完成后，接