用户登录
期刊信息
  • 主管单位:
  • 上海市教育委员会
  • 主办单位:
  • 上海理工大学、上海市能源研究会、上海电气(集团)总公司
  • 主  编:
  • 陈康民
  • 地  址:
  • 上海市军工路516号
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55272843
  • 电子邮件:
  • eribjb@usst.edu.cn
  • 国际标准刊号:
  • 1008-8857
  • 国内统一刊号:
  • 31-1410/TK
  • 邮发代号:
  • 单    价:
  • 5.00
  • 定    价:
  • 20.00
动态多元状态估计算法在火力发电设备智能预警中的应用
Application of dynamic multivariate state estimation technique in intelligent warning of power equipment
投稿时间:2023-06-20  
DOI:10.13259/j.cnki.eri.2023.04.005
中文关键词:  火力发电设备  智能预警  动态多元状态估计技术(DMSET)  欧氏距离  估计向量
英文关键词:power equipment  intelligent warning  dynamic multivariate state estimation technique  Euclidean distance  estimator
基金项目:
作者单位
齐云龙 南京科远智慧科技集团股份有限公司江苏 南京 211102 
唐作兴 东莞中电第二热电有限公司广东 东莞 523000 
王晓立 东莞中电第二热电有限公司广东 东莞 523000 
潘海禄 南京科远智慧科技集团股份有限公司江苏 南京 211102 
摘要点击次数: 78
全文下载次数: 80
中文摘要:
      火力发电设备的健康状态直接影响机组的安全性、可靠性,因此对设备的状态进行实时监测显得尤为重要。基于设备的历史正常运行工况,提出将动态多元状态估计算法用于实时判断火力发电设备的运行状态,分别对某燃气蒸汽联合循环电厂的高压给水泵、某联合循环电厂的燃气轮机及660 MW超超临界燃煤机组的末级过热器建立动态多元状态估计技术(DMSET)智能预警算法。测试结果表明:当设备正常运行时,估计向量与实时观测向量之间的欧氏距离较短,预测精度较高;当设备异常时,估计向量与实时观测向量之间的欧氏距离显著大于正常状态下的值。研究表明,所建立的DMSET智能预警算法能敏锐捕捉到设备的异常信息。
英文摘要:
      The health status of power equipment directly affects the safety and reliability of the unit. It is crucial to real-time monitor the equipment status. Based on the normal historical data, the application of dynamic multivariate state estimation technique (DMSET) to real-time operation status judgement of power equipment was proposed. The DMSET-based intelligent warning algorithm of high-pressure feedwater pump in an integrated gas-steam combined cycle power plant, 9E gas turbine system, and final superheater in a 660 MW ultra-supercritical coal-fired unit was developed. Result show that when the equipment run normally, the Euclidean distance between estimator and observation vector was very small. However, the Euclidean distance between estimator and observation vector for abnormal equipment was larger than that for normal one.
HTML   查看全文  查看/发表评论  下载PDF阅读器
关闭