基于深度学习的水电机组健康评估系统设计

作     者：王运昌 韩毅 张明儒 孙永鑫 任泽源 WANG Yun-chang;HAN Yi;ZHANG Ming-ru;SUN Yong-xin;REN Ze-yuan

作者机构：河北丰宁抽水蓄能有限公司河北承德068300 哈尔滨大电机研究所有限公司黑龙江哈尔滨150040 哈尔滨电机厂有限责任公司黑龙江哈尔滨150040 

基　　金：黑龙江省自然科学基金杰出青年项目(JQ2023E006) 国网新源集团(控股)有限公司科技项目(河北丰宁抽水蓄能电站机组智能运检故障诊断系统研究与应用技术开发服务) 

出 版 物：《节能技术》 (Energy Conservation Technology)

年 卷 期：2024年第42卷第3期

页      码：279-283页

摘      要：大型水电机组装备复杂,故障原因耦合复杂,信号监测和分析困难。传统的检修手段依靠定期巡检、经验判断,或是简单线性评估,难以做到及时发现并准确分析故障所在。对水电机组的智能健康评估,可实现对水电机组的实时监测并进行故障诊断,由此可开展针对性的设备维修,降低运营成本,提升电厂竞争力。本文通过对特征值的提取和分析,利用Gaussian模型和统计模式识别等方法开发健康监测功能,实现水电机组的性能评价,并可对健康指标进行量化评估。通过测试对历史数据的评估,结合专家知识判断,本系统可有效实现对水电机组故障诊断,精确度满足使用要求,解决了水电机组故障诊断困难的难题,可为水电机组的稳定运行提供安全保证。

主 题 词：SPR 图像识别 健康评估 高斯混合模型 特征值 

学科分类：080703[080703] 080704[080704] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.3969/j.issn.1002-6339.2024.03.016

馆 藏 号：203128396...