电子论文-基于主元特征提取的汽轮机性能监测与故障诊断.pdfVIP

基于主元特征提取的汽轮机性能监测和故障诊断 李 强 1 王兴群 1 张曦 2 （1. 山东省电力集团临沂供电公司 山东临沂 276000 ；2. 上海交通大学自动化系 上海 200240 ） 摘 要：提出了一种基于主元特征提取的汽轮机性能监测和故障诊断新方法，该方法充分利用了发电 机的过程数据信息，通过计算监控统计量 Hotelling’s T2 和 SPE 来监测汽轮机的运行。若 T2 或 SPE 统计量超过置信上限，则判定系统存在故障或异常，可以通过相似度分析的方法来确定故障发生的 原因，汽轮机历史故障数据集仿真试验验证了该方法的有效性。 关键词：性能监测；故障诊断；主元分析；相似度分析；汽轮机 中图分类号：V263.6 文献标识码：A Process Monitoring and Fault Identification of Turbine Generator Based on Principal Component Analysis and Similar Degree Analysis 1 1 2 Qiang Li , Xingqun Wang , and Xi Zhang (1. Linyi branch, Shandong Electric Power Corporation, Linyi, Shandong Province, 276000; 2. Department of Automation, Shanghai Jiaotong University, Shanghai, 200240) Abstract: A novel process monitoring and fault identification method based on principal component analysis and similar degree analysis is proposed. The basic idea of this method is to monitor the 2 2 performance of turbine generator through T and SPE index. If T or SPE exceeds the 99% control limit, a fault may have occurred. Similar analysis is further used to perform fault diagnosis. Simulation results of the turbine generator’s fault data set validate the effectiveness of proposed method. Keywords: Process monitoring; Fault diagnosis; Principal component anaysis (PCA); Similar degree analysis; Turbine generator 0. 引言 汽轮发电机是火电站的关键设备之一，汽轮机的故障停运严重影响火电机组运行的可靠性[1]，所 以研究汽轮机的状态监控和故障诊断具有重要意义。近年来，人们对其进行了深入的研究工作[2-8]， 提出了多种不同的方法，如基于神经网络的方法[2][3]，基于模糊模式识别的方法[4]及基于小波的方 法[5]等。但由于汽轮机监测需要测量许多变量，而不同变量之间往往存在着复杂的相互关联关系， 传统的故障诊断方法往往很难取得理想的效果。 统计性能监控是根据正常工况的历史数据, 使用数理统计理论建立统计监控模型, 用于在线的 生产过程监控。该统计模型可以降低过程变量中数据的维数, 将很多相关的变量压缩为少数独立的 变量，那么我们就可以从少数几个独立的变量中，较容易地找出发生故障的根本