共查询到10条相似文献,搜索用时 15 毫秒
1.
抽水蓄能机组状态监测数据受采集设备故障、通信设备异常等因素影响,数据集中存在部分异常数据,对后续机组健康状态评估及预测造成不利影响。为此,提出了一种基于改进粒子群优化算法和DBSCAN密度聚类算法的机组异常数据检测模型,模型针对粒子群算法易陷入局部最优解的问题对算法进行改进,之后引入轮廓系数作为适应度函数对DBSCAN的参数进行寻优,最后以相关系数评价异常值剔除的效果。对国内某抽水蓄能机组2020年2月初~3月末实测导叶开度、有功功率及下机架振动数据的实例分析结果表明,所提方法能够有效检测出机组振动监测异常数据,剔除异常值后的数据相关系数得到提高,可为后续机组健康状态评估与预测奠定数据基础。 相似文献
2.
原始生产实时数据记录通常采用连续时间记录法,该法未能有效区分抽水和发电工况、暂态和稳态工况,且存在数据失真的情况,不利于抽水蓄能机组主轴摆度趋势的准确分析。本文提出一种基于工况区分的抽水蓄能机组主轴摆度趋势的分析方法,对原始数据利用概率密度分布法计算最小运行负荷,并进行工况自动区分,根据失真数据特征去除传输过程中的数据失真部分,基于处理后的数据绘制抽水暂态、抽水稳态、发电暂态、发电稳态工况下摆度的趋势图。以某抽水蓄能电站为例,利用本文方法分析年度主轴摆度趋势,结果表明,该电站机组主轴摆度趋势呈季节性变化明显,并提出有效降低夏季摆度幅值的处理措施,以为机组的状态评价提供有效参考。 相似文献
3.
功率特性是抽水蓄能机组运行性能的重要体现,定速抽水蓄能机组和变速抽水蓄能机组的功率特性不同.基于两种抽水蓄能机组的电气特征和水力特性,对各自的运行范围及限制条件进行分析计算,提出功率圆作图方法,并通过Mathematica软件绘制功率圆图,对两者的功率特性进行对比. 相似文献
4.
介绍了抽水蓄能机组低频保护的概念及国内外抽水蓄能机组低频保护整定的原则,在分析对比该原则的基础上,以宝泉抽水蓄能电站低频保护整定为例,介绍了抽水蓄能机组低频保护整定过程及定值校核计算过程,并对抽水蓄能机组低频保护整定提出相关建议,为国内抽水蓄能电站完成机组低频保护整定提供借鉴. 相似文献
5.
针对抽水蓄能机组振动趋势预测中振动信号时间序列非线性、非平稳性极强导致常规预测方法难以进行精确预测的问题,提出变分模态分解(Variational Mode Decomposition,VMD)结合时序模式注意力(Temporal Pattern Attention,TPA)机制改进的门控循环单元(Gated Recurrent Units,GRU)神经网络的抽水蓄能机组振动预测方法。利用VMD算法首先将振动信号序列分解为若干个本征模态分量(IMF),降低时间序列的非平稳性,结合其他特征参数,构建预测输入矩阵。将输入矩阵放入TPA改进的GRU神经网络中训练,利用神经网络强大的非线性特征提取能力,达到精准的预测效果。最后将本方法与GRU-TPA、结合常规注意力机制(AM)的VMD-GRU预测方法进行对比发现,基于TPA改进的VMD-GRU预测方法效果更好,能够更加准确地预测振动信号的时间变化趋势。 相似文献
6.
7.
8.
鉴于有效预测振动信号可为抽水蓄能机组的性能劣化及故障等预警提供重要依据的问题,提出一种基于变分模态分解(VMD)与门控循环单元神经网络(GRU)的抽水蓄能机组振动信号预测方法。首先,对原始的振动信号进行VMD分解,得到一组相对平稳且频率不同的本征模态函数(IMF),以减少不同频率信息间的相互影响;然后,针对各子序列分别构建GRU时序预测模型,并采用自适应矩估计算法(Adam)对各分量GRU预测模型进行优化;最后叠加各子序列预测结果得到抽蓄机组振动信号的预测值,并构建ANN、GRU、VMD-SVM、VMD-ANN 4种预测模型进行对比。试验结果表明,与所构建的4种预测模型相比,VMD-GRU预测模型在有效性及预测精度等方面效果显著,在实际工程中非常具有应用意义。 相似文献
9.
10.
抽水蓄能机组作为电网资源密集型设备,存在着运维模式难以满足相应经济性和可靠性要求,管理方案缺乏科学先进的理论方法指导等问题。文章提出基于全生命周期成本理论的抽水蓄能机组全生命周期成本参数建模方法,研究抽水蓄能机组运行年限内成本架构,挖掘机组成本数据特征,分析成本计算模型在实际企业运营成本工作中的应用。结合实际数据、运用智能算法,对设备全生命周期成本模型进行参数修正与趋势分析,获得较优精度全生命周期成本估算结果。该结果对设备运维工作进行经济优化,为电力企业运营工作提供参考方案。 相似文献