科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着风、光等新能源的不断入网，其存在的间歇性与波动性导致电网的调峰调频需求日益增加，需要一种高效的动态监测方法来提高智能运行和维护的安全水平。然而，以往的汽轮机通流故障检测方法只在稳定状态下有效，而在动态运行过程中表现不佳，存在明显的误差。为了填补这一空白，提出了一种综合考虑动态特性和特征选择的新型故障早期预警方法。首先，通过对传统方法的分析，揭示了理想预警方法的关键问题和核心需求。在此基础上，提出了基于动态模型的常模式预警方法。综合考虑静态和动态信息的表达形式，融合考虑数据特性和机理分析，选择相应的特征组合，利用长短时记忆神经网络建立了相应的动态预警模型。通过案例机组实际数据展开实验，验证了该方法的准确性超过99%。此外，从模型构建方法角度进行了对比实验。对比结果表明所提方法更精确、更有效。
- 单位
