水电机组状态参数趋势分析与在线识别

被引:7
作者
王善永
钟敦美
张启明
机构
[1] 国家电力公司电力自动化研究院
[2] 国家电力公司电力自动化研究院 南京
关键词
水电厂; 状态检修; 奇异谱理论; 人工神经网络; 趋势分析; 在线识别;
D O I
暂无
中图分类号
TV734 [机电设备];
学科分类号
081504 ;
摘要
机组状态参数的趋势分析及计算机表达是影响在线故障诊断的重要因素。文中运用奇异谱理论对状态参数的趋势进行了分析 ,运用人工神经网络完成对机组状态参数典型趋势的在线识别。该方法可以对机组状态参数 (如振动、温度、压力等 )进行有效的识别 ,为水轮机组的状态分析、状态评估和预测提供有效的辅助分析手段 ,从而为水电厂状态维修提供了参考。
引用
收藏
页码:29 / 32
页数:4
相关论文
共 4 条
[1]   汽轮发电机组动静碰摩的奇异谱理论与小波分析诊断方法研究 [J].
王善永 ;
陆颂元 ;
童小忠 .
动力工程, 1999, (06) :498-503
[2]   基于奇异谱的降噪方法及其在故障诊断技术中的应用 [J].
吕志民 ;
张武军 ;
徐金梧 ;
翟绪圣 .
机械工程学报, 1999, (03) :86-89
[3]  
东南大学[M]. 东南大学出版社 , 东南大学编, 2002
[4]  
信号处理中的线性代数[M]. 科学出版社 , 张贤达著, 1997