科研之友
微信
新浪微博
Facebook
分享链接
摘要
核电厂设备稳定的运行状态以及长期的运行数据积累为实现数据驱动的设备状态智能监测建立了良好的数据基础。本文提出一种基于多参数关联关系的设备状态智能监测方法，该方法包括建模、训练和推断3个步骤，建立数据驱动的设备状态智能监测和预警模型。首先识别并分析系统设备监测参数、参数监测内容和关联关系，设计建立监测参数的关联关系模型；其次，采集并筛选设备正常运行历史数据作为训练数据，基于反向传播（BP）前馈神经网络训练关联关系模型；最终，实时采集设备监测参数实测值，并基于模型推断各参数的预测值，监控实测值与预测值的偏差，当偏差超过预定的阀值时发出预警信息。本文以某电厂热交换器和主给水泵为例进行建模并验证，结果表明本文提出的监测模型可以有效同步监测设备参数微小异常变化，预警早期异常，同时保持极低的误报警率。
- 单位
