多尺度主元分析在热力系统模式识别中的应用研究

多尺度主元分析在热力系统模式识别中的应用研究

论文摘要

火电机组发电过程是一个相对较复杂的过程。电厂热力系统是典型的多输入多输出多变量系统,各变量系统之间存在强耦合,不同的输入输出信号之间动态特性的时间尺度差异巨大,且输入输出之间存在强非线性和时变性,因此直接对对象做机理分析较困难。本文针对复杂热力系统,选择一定的数据分析方法,对大量的机组历史运行数据进行统计分析,发现一些特定的规律,再进行有针对性地机理分析,从而降低火电机组机理建模、软测量及状态重构的难度。常用的数据分析方法有主元分析、小波变换等,但传统的主元分析法只适用于线性系统和对静态对象的处理,对于复杂热力系统来说,单一的主元分析法并不适用。热力系统从整体来看是非线性的,但在某个时间尺度上热力系统可以看成是线性的,因此可以利用小波变换对热力系统信号进行多尺度分解,再在多个尺度上对信号进行主元分析来找寻常规方法得不到的数据规律。本文利用多尺度主元分析的数据处理法来对复杂热力系统进行分析找寻数据规律。火电机组灵活性提升引起的给煤量变化及掺烧劣质煤,极易造成磨煤机堵塞,影响机组安全稳定运行。采用多尺度主元分析法对磨煤机运行状态进行分析,选取合适的小波,对火电厂磨煤机在稳定运行时的相关变量数据进行多尺度分解,在多个尺度上分别建立主元模型。选取实时数据,利用多尺度主元模型来检测磨煤机的运行状态,对比传统主元分析与多尺度主元分析的检测结果,发现多尺度主元分析检测结果更为全面,并通过贡献图法分析出引起磨煤机运行状态出现变化的信号变量,分析结果与实际运行状况相符合,说明多尺度主元分析方法是可行的。由于火电机组灵活性提升,机组频繁处在超低负荷状态下运行,极易造成燃烧不稳定,甚至导致炉膛灭火,所以对锅炉燃烧稳定性的判别至关重要。选取火电机组与燃烧相关的变量数据建立多尺度主元模型,判断锅炉的燃烧稳定性。对比多尺度主元分析与传统主元分析的检测结果,发现在高频尺度可提前检测出燃烧出现不稳定,并从绘制的贡献图中判断出引起燃烧状态发生变化的信号变量,与实际运行状况相符合。因此多尺度主元分析法可辅助操作人员对锅炉燃烧稳定性进行预判。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 复杂热力系统对象特性描述
  •   1.2 模式识别及故障诊断基本理论
  •   1.3 模式识别及故障诊断研究现状
  •   1.4 课题的研究基础
  •   1.5 论文整体概括
  • 第2章 多尺度主元分析原理及方法
  •   2.1 主元分析
  •     2.1.1 基本理论
  •     2.1.2 基本算法
  •     2.1.3 基本特征
  •     2.1.4 主元分析的优缺点
  •   2.2 小波变换
  •     2.2.1 基本理论
  •     2.2.2 基本算法
  •     2.2.3 基本特征
  •     2.2.4 小波分析的优势
  •   2.3 多尺度主元分析
  •     2.3.1 基本流程
  •     2.3.2 基本特点
  •   2.4 本章小结
  • 第3章 磨煤机运行状态识别
  •   3.1 磨煤机的结构及工作原理
  •   3.2 磨煤机故障分析
  •   3.3 基于多尺度主元分析的故障诊断
  •     3.3.1 稳态数据的选取
  •     3.3.2 基于多尺度主元分析故障诊断步骤
  •   3.4 实例分析
  •   3.5 本章小结
  • 第4章 超低负荷下电站锅炉燃烧稳定性判别
  •   4.1 燃烧基本理论
  •     4.1.1 燃烧的基本原理
  •     4.1.2 锅炉的燃烧方式及燃烧器
  •     4.1.3 稳定燃烧的优点
  •     4.1.4 影响燃烧稳定的因素
  •     4.1.5 超低负荷工况下锅炉燃烧问题
  •   4.2 燃烧稳定性判断方法
  •   4.3 实例分析
  •   4.4 本章小结
  • 第5章 总结与展望
  •   5.1 结论
  •   5.2 展望
  • 参考文献
  • 攻读硕士学位期间发表的论文及其它成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 李晓杰

    导师: 田亮

    关键词: 小波变换,磨煤机,主元分析,超低负荷,燃烧稳定性

    来源: 华北电力大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,电力工业

    单位: 华北电力大学

    基金: 国家重点研发计划项目(2017YFB0902102)

    分类号: O212.4;TM621

    总页数: 62

    文件大小: 2896K

    下载量: 78

    相关论文文献

    • [1].基于稀疏动态主元分析的故障检测方法[J]. 计算机测量与控制 2019(04)
    • [2].基于小波树和二维主元分析的人脸识别[J]. 佳木斯大学学报(自然科学版) 2015(01)
    • [3].基于主元分析的空气压缩机故障诊断探析[J]. 内燃机与配件 2017(03)
    • [4].基于稀疏主元分析的过程监控研究[J]. 计算机工程与应用 2014(18)
    • [5].基于小波的自适应主元分析在过程监测中的应用[J]. 弹箭与制导学报 2008(01)
    • [6].基于主元分析的焚烧炉系统在线过程监控[J]. 科技经济导刊 2017(28)
    • [7].一种基于相对主元分析的故障检测方法[J]. 北京化工大学学报(自然科学版) 2014(04)
    • [8].结合小波变换和图像主元分析的人脸识别[J]. 计算机工程与应用 2010(04)
    • [9].基于双向二维加权主元分析的人脸表情识别[J]. 计算机工程与应用 2008(10)
    • [10].基于动态概率主元分析的统计过程监测[J]. 计算机与应用化学 2008(04)
    • [11].基于敏感稀疏主元分析的化工过程监测与故障诊断[J]. 控制与决策 2016(07)
    • [12].浅析主元分析方法在火电厂生产过程故障检测中的运用[J]. 神州 2012(24)
    • [13].基于优化相对主元分析的铝电解槽况诊断[J]. 计算机应用 2014(08)
    • [14].基于独立主元分析的汽轮机性能监测与评估[J]. 控制工程 2012(01)
    • [15].基于动态主元分析的控制系统性能评价方法[J]. 浙江科技学院学报 2015(03)
    • [16].一种模式关联主元分析的海流机故障检测方法[J]. 山东大学学报(工学版) 2017(05)
    • [17].动态核概率主元分析模型及其应用[J]. 清华大学学报(自然科学版) 2008(S2)
    • [18].动态批次主元分析在化工过程中的应用研究(英文)[J]. 沈阳化工学院学报 2010(01)
    • [19].基于主元分析的不同白血病细胞判别[J]. 光电子.激光 2009(10)
    • [20].基于相对主元分析的风电机组塔架振动状态监测与故障诊断[J]. 电力建设 2014(08)
    • [21].基于鲁棒主元分析的故障诊断方法[J]. 中国石油大学学报(自然科学版) 2008(01)
    • [22].多尺度主元分析的一种改进方法[J]. 计算机与应用化学 2008(07)
    • [23].基于核函数主元分析的机械故障模式识别方法的研究[J]. 噪声与振动控制 2008(05)
    • [24].基于变权重主元分析的航天电源系统诊断方法研究[J]. 仪器仪表学报 2018(08)
    • [25].基于主元分析的锅炉系统故障检测与诊断[J]. 机电信息 2016(24)
    • [26].基于小波包主元分析的表面肌电信号特征识别[J]. 河南理工大学学报(自然科学版) 2015(02)
    • [27].基于核函数主元分析的滚动轴承故障模式识别方法[J]. 轴承 2008(06)
    • [28].改进主元分析方法及数据重构在工业系统中的故障诊断研究[J]. 南京理工大学学报 2019(01)
    • [29].基于改进多尺度主元分析的故障监测[J]. 计算机与应用化学 2014(08)
    • [30].一种基于改进型自适应滑动窗算法的主元分析[J]. 华东理工大学学报(自然科学版) 2012(03)

    标签:;  ;  ;  ;  ;  

    多尺度主元分析在热力系统模式识别中的应用研究
    下载Doc文档

    猜你喜欢