科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高火电厂大数据平台的生产维护安全化、监控管理精细化、经济效益持续化，提出了大数据平台内开发故障诊断预警系统，采用基于自适应力矩估计(adaptive moment estimation, Adam)算法优化二维卷积神经网络方法建模技术融入于大数据平台中，并结合大数据平台和专家故障预警诊断功能进行测试与应用。首先对故障预警模型进行数理建模及模型训练优化，直至满足模型功能要求，实施模型算法代码与大数据平台的合库部署上线、满足提前发现系统故障的功能，并结合机理分析对故障系统进行细致化分类，最终发现根本的故障原因。实现了火电厂生产过程中各系统运行特性的全周期监控，在系统或设备发生故障前进行预警并推送异常信息，规范化了模型部署在大数据平台后的测试与实施工作，进一步发现模型缺陷，提高模型准确率。
- 单位
