基于物联网的发电厂设备预测维护分析模型.pdfVIP

第33卷第2期电子设计工程2025年1月

Vol.33No.2ElectronicDesignEngineeringJan.2025

基于物联网的发电厂设备预测维护分析模型

李浩玮，徐鹏，张波涛，韦怡，韩国振

（龙滩水电开发有限公司龙滩水力发电厂，广西南宁530000）

摘要：准确预测发电厂设备的健康状态对确定设备的可靠性和使用寿命具有重要意义。为了对发

电厂设备进行预测维护，文中在长短期记忆模型的基础上，提出了边缘预测维护分析模型。通过

考虑设备不同部件的状态来预测设备的剩余使用寿命，从运行设备收集的实时数据来评估设备退

化情况。为了标记数据集，使用模糊逻辑来生成维护优先级，这些优先级用于计算设备的实际剩

余使用寿命。将提出的模型部署于发电厂设备，并进行性能评估。结果表明，边缘预测维护分析

模型在开发和部署方面要容易得多，并且预测维护性能较好。

关键词：预测维护；故障检测；长短期记忆模型；边缘预测维护分析模型

中图分类号：TN98文献标识码：A文章编号：1674-6236（2025）02-0052-05

DOI：10.14022/j.issn1674-6236.2025.02.011

Apredictivemaintenanceanalysismodelforpowerplantequipmentbasedonthe

InternetofThings

LIHaowei，XUPeng，ZHANGBotao，WEIYi，HANGuozhen

（LongtanHydroelectricDevelopmentCo.，Ltd.，LongtanHydroelectricPowerPlant，Nanning530000，

China）

Abstract:Accuratelypredictingthehealthstatusofpowerplantequipmentisofgreatsignificancefor

determiningthereliabilityandservicelifeoftheequipment.Inordertoperformpredictivemaintenance

onpowerplantequipment，thispaperproposesanedgepredictivemaintenanceanalysismodelbasedon

short⁃termandshort⁃termmemorymodels.Predicttheremainingservicelifeofequipmentbyconsidering

thestatusofdifferentcomponents，andevaluateequipmentdegradationbasedonreal⁃timedatacollected

fromoperatingequipment.Tolabelthedataset，fuzzylogicisusedtogeneratemaintenancepriorities，

whichareusedtocalculatetheactualremainingservicelife.Deploytheproposedmodeltothepower

plantequipmentandconductperformanceevaluation.Theresultsindicatethattheedgeprediction

maintenanceanalysismodelismucheasiertodevelopanddeploy，andhasgoodpredictivemaintenance

performance.

Keywords:pr