【摘要】：火電機組發(fā)電過程是一個相對較復雜的過程。電廠熱力系統(tǒng)是典型的多輸入多輸出多變量系統(tǒng),各變量系統(tǒng)之間存在強耦合,不同的輸入輸出信號之間動態(tài)特性的時間尺度差異巨大,且輸入輸出之間存在強非線性和時變性,因此直接對對象做機理分析較困難。本文針對復雜熱力系統(tǒng),選擇一定的數(shù)據(jù)分析方法,對大量的機組歷史運行數(shù)據(jù)進行統(tǒng)計分析,發(fā)現(xiàn)一些特定的規(guī)律,再進行有針對性地機理分析,從而降低火電機組機理建模、軟測量及狀態(tài)重構(gòu)的難度。常用的數(shù)據(jù)分析方法有主元分析、小波變換等,但傳統(tǒng)的主元分析法只適用于線性系統(tǒng)和對靜態(tài)對象的處理,對于復雜熱力系統(tǒng)來說,單一的主元分析法并不適用。熱力系統(tǒng)從整體來看是非線性的,但在某個時間尺度上熱力系統(tǒng)可以看成是線性的,因此可以利用小波變換對熱力系統(tǒng)信號進行多尺度分解,再在多個尺度上對信號進行主元分析來找尋常規(guī)方法得不到的數(shù)據(jù)規(guī)律。本文利用多尺度主元分析的數(shù)據(jù)處理法來對復雜熱力系統(tǒng)進行分析找尋數(shù)據(jù)規(guī)律�；痣姍C組靈活性提升引起的給煤量變化及摻燒劣質(zhì)煤,極易造成磨煤機堵塞,影響機組安全穩(wěn)定運行。采用多尺度主元分析法對磨煤機運行狀態(tài)進行分析,選取合適的小波,對火電廠磨煤機在穩(wěn)定運行時的相關變量數(shù)據(jù)進行多尺度分解,在多個尺度上分別建立主元模型。選取實時數(shù)據(jù),利用多尺度主元模型來檢測磨煤機的運行狀態(tài),對比傳統(tǒng)主元分析與多尺度主元分析的檢測結(jié)果,發(fā)現(xiàn)多尺度主元分析檢測結(jié)果更為全面,并通過貢獻圖法分析出引起磨煤機運行狀態(tài)出現(xiàn)變化的信號變量,分析結(jié)果與實際運行狀況相符合,說明多尺度主元分析方法是可行的。由于火電機組靈活性提升,機組頻繁處在超低負荷狀態(tài)下運行,極易造成燃燒不穩(wěn)定,甚至導致爐膛滅火,所以對鍋爐燃燒穩(wěn)定性的判別至關重要。選取火電機組與燃燒相關的變量數(shù)據(jù)建立多尺度主元模型,判斷鍋爐的燃燒穩(wěn)定性。對比多尺度主元分析與傳統(tǒng)主元分析的檢測結(jié)果,發(fā)現(xiàn)在高頻尺度可提前檢測出燃燒出現(xiàn)不穩(wěn)定,并從繪制的貢獻圖中判斷出引起燃燒狀態(tài)發(fā)生變化的信號變量,與實際運行狀況相符合。因此多尺度主元分析法可輔助操作人員對鍋爐燃燒穩(wěn)定性進行預判。
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：O212.4;TM621
【圖文】：

診斷方法的分類斷方法越來越多樣，許多學者在故障診斷方面做了大量的研究[1-其做了分類。通過對不同分類方法的學習研究，本文將從基于解據(jù)驅(qū)動三方面對診斷方法作簡要的介紹(如圖 1-2 所示)。

圖 2-1 二維變量主元分析示意圖點在平面圖中的分布不同是由 x1形成一組新的坐標軸，用(t1，t2)表上，t2方向上變動較小，則原數(shù)據(jù)信息占原數(shù)據(jù)的 80%以上，則此時數(shù)據(jù)變量的第一與第二主元，假設表示原數(shù)據(jù)的主要信息，則用 k 個共采集 n 次樣本，則數(shù)據(jù)樣本 X ：T T T1 1 2 2 m mX= t p + t p + +t p分向量，pi∈Rm為負荷向量[45]。也TX =TP

b1b2帶寬圖 2-3 小波函數(shù)時-頻分析圖計算機對信號進行處理時，就要對信號et Transform, DWT)是指對 a 和 b 的值進行 a=a0j，b=k a0jb0，k∈Z，a0≠1，假定 a00 02 20 0 0 00 ) ( )j jjjjt ka bt a a a t kbaψ ψ = ,,( ) ( )dj kj kC f t ψt t+∞ ∞=∫ , ,( ) ( )j k j kf t C C ψt∞ ∞ ∞ ∞= ∑∑

【參考文獻】

相關期刊論文 前10條

1 辛�？�;李蜀瑜;;基于模糊推理的物流車輛故障診斷專家系統(tǒng)[J];計算機系統(tǒng)應用;2015年08期

2 閆濤;趙文俊;胡秀潔;宋家友;;基于信息融合技術的航空電子設備故障診斷研究[J];電子科技大學學報;2015年03期

3 崔江;王強;龔春英;;結(jié)合小波與Concordia變換的逆變器功率管故障診斷技術研究[J];中國電機工程學報;2015年12期

4 鄭太雄;李洪芳;李永福;;基于參數(shù)自適應滑模觀測器的發(fā)動機氣缸壓力估計[J];重慶郵電大學學報(自然科學版);2015年01期

5 師瑞峰;史永鋒;牟軍;李慧;劉瀟涵;;油中溶解氣體電力變壓器故障診斷專家系統(tǒng)[J];電力系統(tǒng)及其自動化學報;2014年12期

6 李志農(nóng);朱明;褚福磊;肖堯先;;基于經(jīng)驗小波變換的機械故障診斷方法研究[J];儀器儀表學報;2014年11期

7 高東;許欣;馬昕;張貝克;;基于符號有向圖與趨勢分析的故障診斷框架[J];計算機工程與應用;2014年13期

8 邱天;白曉靜;鄭茜予;朱祥;;多元指數(shù)加權移動平均主元分析的微小故障檢測[J];控制理論與應用;2014年01期

9 李學軍;李平;蔣玲莉;;類均值核主元分析法及在故障診斷中的應用[J];機械工程學報;2014年03期

10 劉吉臻;劉繼偉;曾德良;柳玉;;大數(shù)據(jù)多尺度狀態(tài)檢測方法在磨損檢測的應用[J];儀器儀表學報;2013年01期

本文編號：2748649