基于One-Class SVM的凝泵入口滤网堵塞预警模型开发与应用

作者：李闯; 蔺奕存; 李鹏竹; 谭祥帅; 解世涛; 吴青云; 郭云飞; 李昭; 姚智; 李雪冰

来源：工业仪表与自动化装置, 2022, (05): 97-102.

DOI：10.19950/j.cnki.cn61-1121/th.2022.05.018

• 凝结水泵
• 滤网堵塞
• 机器学习
• 异常检测
• 预警模型

电厂凝结水泵入口滤网在机组长周期运行时，由于凝结水水质变差，凝结水中杂质增多，易导致凝结泵入口滤网堵塞现象的发生。该研究采用基于单类支持向量机(One-Class SVM)算法，建立了凝结水泵入口滤网堵塞智能诊断与预警模型。通过提取与凝结水泵入口滤网堵塞具有因果联系的主要参数的历史数据，对智能预警模型进行训练优化，并完成了相关测试。研究结果表明，该模型可以有效对凝结水泵入口滤网发生堵塞现象进行识别，准确率达到99.96%,误报率低，召回率达到90.20%,准确率达到93.18%,满足工业生产需求，可有效指导机组操作人员及时采取相应措施，避免机组因非正常停机而造成经济损失。

• 单位
  京能十堰热电有限公司; 西安热工研究院有限公司