基于独立成分分析的汽轮机状态监测方法

作者：刘海军; 邢友文; 菅云峰; 张恒远; 毕肇骏

来源：科技创新导报, 2019, 16(04): 94-95.

DOI：10.16660/j.cnki.1674-098X.2019.04.094

• 独立成分分析
• 异常检测
• 神经网络
• 汽轮机状态监测

现代汽轮机由于结构紧凑,复杂,运行工况恶劣,导致传统的监测手段无法准确地反映设备的运行状态。传感器由于各个部件之间的耦合影响导致采样数据不稳定、不确定,也不能及时反映该部件的运行状态。因此,基于变工况条件下的实际运行问题,本文提出了基于独立成分分析的汽轮机状态监测方法。该方法能够将各个部件之间的互相影响进行分离,从而得到定义该部件运行的稳定状态参数。经过实验对比,发现利用经过独立成分分析的数据进行状态监测和异常检测,其模型误差要比利用原始数据的误差小30%。因此,该方法针对大型变工况汽轮机的状态监测具有很大的实际指导意义。

• 单位
  神华准格尔能源有限责任公司