電站風機故障預警系統(tǒng)的研究.pdf

1、隨著發(fā)電廠機組大型化的發(fā)展，設備復雜度的提高，故障發(fā)生的頻率和部位也相應增多，一旦發(fā)生事故勢必造成人員傷亡、設備的損壞。提高電廠關鍵設備的可靠性，保證設備正常運行顯得越來越重要。根據國家電力監(jiān)管委員會電力可靠性管理中心的統(tǒng)計，由于重大設備異常故障而導致的火電機組非計劃停機已經達到平均兩年一次的頻率。電廠的關鍵設備，譬如發(fā)電機、汽輪機本體、風機等，其安全穩(wěn)定運行與整個電廠的生產安全密切相關。對火電廠的關鍵設備進行狀態(tài)監(jiān)測與早期預警，減少事

2、故的發(fā)生率，提高設備有效利用率已經越來越重要。
　　電站風機一般主要指送風機、引風機、一次風機、排塵風機等，是電廠的重要輔機設備。引風機輸送雜質大、溫度高的煙氣，工作環(huán)境惡劣，出現故障的頻率相對較高，一旦出現故障，不但影響電廠經濟效應，還可能危及人身和設備安全。
　　本文以大唐托克托電廠600MW機組的引風機為例，圍繞故障預警系統(tǒng)展開探討與驗證。振動量包含了風機運行狀態(tài)的信息，風機的故障主要表現在振動量上。文章以風機軸承振動

3、與電機振動速度為研究對象，提出了多元狀態(tài)估計（MSET）和引入權值的滑動窗口殘差統(tǒng)計的故障預警系統(tǒng)，并在 MATLAB平臺上進行了仿真驗證。故障系統(tǒng)分為前期數據預處理、數據建模、狀態(tài)監(jiān)測與故障預警三部分。首先利用主成分分析和粗糙集分別對原始數據進行數據約簡，得到簡要的知識系統(tǒng)；然后利用MSET建模并預測當前引風機的運行狀態(tài)，同時利用基于粒子群優(yōu)化的最小二乘支持向量機的預測結果作為對比；最后利用引入權值向量的滑動窗口殘差統(tǒng)計方法對振動量的