基于半监督学习方法的磨煤机故障预警

论文摘要

火电机组磨煤机运行环境恶劣,故障频发,对磨煤机故障进行预警,评估设备在相关故障状态下的剩余可用时间,对提高火电机组运行安全具有重要意义。本文提出一种基于半监督学习方法的磨煤机故障预警技术。首先采用DBSCAN聚类将磨煤机的历史运行数据划分为正常状态和故障状态,分配类标记并统计设备剩余可用时间,然后采用随机森林方法建立基于类标记序列的磨煤机运行状态分类预警模型,对磨煤机运行数据进行状态预测,根据类标记序列判断故障类别和对应的设备剩余可用时间。将此方法用于某火电厂磨煤机实际运行数据,并与k-近邻算法、朴素贝叶斯和线性判别分析的预警模型进行比较,结果表明:本文方法优于其他预警模型,可准确标记磨煤机不同故障发展阶段,也能较准确地给出磨煤机剩余可用时间。

论文目录

• 1 中速磨煤机故障特性分析
•   1.1 磨煤机断煤故障分析
•   1.2 磨煤机自燃故障分析
•   1.3 磨煤机实际故障趋势分析
• 2 基于半监督学习方法的故障预警
•   2.1 数据标准化处理
•   2.2 基于DBSCAN聚类的磨煤机故障分析
•   2.3 基于随机森林的预警模型
• 3 仿真试验
•   3.1 磨煤机运行状态的DBSCAN聚类
•   3.2 基于随机森林的故障预警
•     3.2.1 评价指标
•     3.2.2 预测结果和讨论
•     3.2.3 运行数据验证
• 4 结论

文章来源

类型: 期刊论文

作者: 肖黎,罗嘉,欧阳春明

关键词: 磨煤机,聚类,故障预警,随机森林,半监督学习方法,预测

来源: 热力发电 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 广东电科院能源技术有限责任公司,广东电网有限责任公司电力科学研究院

基金: 中国南方电网有限责任公司科技项目(GDKJQQ20152014)~~

分类号: TM621

DOI: 10.19666/j.rlfd.201807134

页码: 121-127

总页数: 7

文件大小: 925K

下载量: 254