数据驱动的故障预测方法研究

随着设备复杂性和使用环境苛刻度的不断增加,关键部件的可靠性和稳定性要求与日俱增。为实现关键部件的全面监控和故障前有效干预,故障预测技术应运而生,基于数据驱动的故障预测方法具备的适用范围广、预测精度高和建模较易等优势使其成为近年来研究的热点。论述了故障预测技术的相关理论和内涵。对当前的主流——基于数据的故障预测技术进行详细介绍,并概述了国内外的最新研究成果。最后,探讨了故障预测领域亟待解决的问题和未来的发展方向。     

基于数据挖掘方法的风力涡轮机状态监测技术研究

目前风力涡轮机的故障模式预测成为了风力发电站发展的重要任务;提出了一种基于数据挖掘算法的涡轮机故障状态预测方法;这种方法包括3个主要的步骤:涡轮机状态抽象,算法训练,状态预测;首先利用先验知识将涡轮机的初始状态进行分类,选择建立预测模型的参数;为了降低计算难度,采用数据挖掘算法进行模型参数的选择;最终采用发电机转速、变速箱速度、温度枢纽、叶片螺距角这些参数进行预测模型的建立;建立预测模型的过程分为3个阶段:预测任意故障;预测系统的特殊故障;确定未知故障;通过对各种数据挖掘算法基于大量风力涡轮机数据的性能分析,选择了性能最优的随机森林算法模型;这种模型的预测准确率能够达到98%;同时还能够预测训练数据没有包含的故障类型;通过在实际风力涡轮机数据的验证,表明了这种模型的稳健性。     

用于燃气涡轮机高温测量的光纤高温计

涡敢温度测量具有环境恶劣、污染严重等不利。高速燃气不但会给测量引入额外的速度误差,而且在高温形成的强温度场作用下,光纤自身热会极大地影响高温计的分辨率和精确度。针对涡轮前燃气测温的特殊条件,讨论了黑体式蓝宝石光纤高温计的几个关键技术,并分析和实验了双光纤补偿法克服强温度场影响的效果。     

基于数据驱动的卫星锂离子电池寿命预测方法

锂离子电池由于具有工作电压高、质量轻、比能量高、寿命长和自放电率小等优点,成为替代传统镍氢、镍镉电池的第3代航天器用储能电源;寿命预测是锂离子电池健康管理的重要方面,是掌握电源性能衰退趋势的重要手段,锂离子电池寿命预测问题已成为电子系统健康管理领域的研究热点;针对锂离子电池的寿命预测问题,采用了NASA埃姆斯中心的锂离子电池地面试验采集的数据,然后重点研究了3种基于数据驱动的方法,并对锂离子电池的寿命进行了估计,最后对各种预测方法的效果进行了评价;实验结果表明,文本提出的基于数据驱动的方法能够有效地用于锂离子电池寿命预测中,在工程应用方面具有较高的实际价值.     

基于燃气安全风险的大数据预警模型分析

随着社会经济的快速发展,燃气在人们生活中得到了广泛的应用,在这一过程中,如何做好燃气安全管理显得尤为重要。这一过程中,可以利用大数据预警模型,对燃气安全风险进行分析和把握,从而针对性地做好防范,降低燃气安全风险隐患。笔者在利用大数据预警模型对燃气安全风险问题处置过程中,采用了怀卡托智能分析环境,对数据分析预警的流程进行了把握,从而对原始数据进行有效获取,并通过数据分析对燃气安全风险进行把握,从而做好风险防范,以确保燃气使用的安全性和可靠性。     

数据驱动的燃气应急抢修系统设计与实现

利用数字化技术重塑上海燃气,建立多源异构燃气数据的采集、治理、智能分析应用和数据服务,通过数据融合形成能源数字化资源.集中对燃气数据的模型、规范、标准和质量进行管控,规范燃气数据管理流程,智能挖掘燃气数据资源与价值.通过对抢修事故数据的实时动态数据分析,建立智能分析模型,实现调度优化、应急事故分析、站点管理、路径推荐等...     

实验数据驱动虚拟模型的方法研究

该文提出了如何运用实验数据驱动虚拟模型进行运动仿真的新方法。该方法利用ADAMS软件在虚拟环境中构建一个已存在实体的虚拟模型 ,然后利用“导入数据的方法”将反映实体运动的实验数据加载于虚拟模型 ,从而驱动该虚拟模型按照真实物体那样运动。该文以一个受到外力和自身重力作用的小球为例 ,通过将获得的小球运动的实验数据导入的方法 ,成功驱动了小球实体的虚拟模型 ,这样就可以在虚拟环境中观察到小球的运动规律 ,从而验证了该文所提方法的正确性和可行性     

基于数据驱动残差评价策略的故障检测方法

提出一种基于残差评价策略的故障检测方法,在仅有系统残差数据的基础上,不依赖于系统解析模型进行故障检测,为基于数据驱动方法进行复杂系统的故障检测提供了新的理论依据.为了提高系统故障检测的准确性,在分析故障检测漏报率和误报率的基础上,对故障检测阈值进行优化设计,并通过对车辆电源系统可能发生的励磁系统故障进行故障检测,验证了所提出方法的准确性和有效性.     

虚拟化模型驱动的分布式数据湖构建方法研究

提出了适应工商联业务服务对象分布广、类型多、不确定性强等特点的虚拟化模型驱动的分布式数据湖构建方法,给出了分布式数据湖的整体架构设计,定义了适应分散、碎片化数据收集场景的数据虚拟化模型和模型驱动下的数据库间协作流程;通过构建虚拟化的全局数据索引网络,实现边缘数据库节点、二级区域数据库节点和中央数据库节点的库间路由和协调一致,形成去ETL化和去中心化的辐射型分布式数据湖,缓解了集中式数据湖构建方法所存在的数据更新时效性差、存储需求量大、频繁搬运大量数据耗费大量带宽、经济性差等诸多问题。对比测算表明,所提方法既满足了工商联分析业务对大数据的需求,又很好满足了实时处理业务对鲜活数据的需要,减少了数据搬运成本,提升了经济性。     

数据驱动的数据中心气流组织预测综述

在构建基于动态优化的数据中心能效实时控制系统的过程中,数据中心气流组织分布的实时预测至关重要。传统的计算流体动力学方法求解时间较长,无法满足这一需求。随着数据驱动建模技术的发展,很多学者开始将其应用在数据中心参数预测领域,该方法使数据中心气流组织的实时预测成为可能。本文总结了基于数据驱动的稳态工况和瞬态工况的气流组织研究,并对技术路线进行梳理,可为气流组织预测模型的选择提供参考。     

基于Elman神经网络的燃气轮机功率预测方法研究

预测燃气轮机未来的功率变化趋势对故障预测非常重要。针对燃气轮机故障预测的问题,提出了一种基于Elman神经网络的功率预测方法。以某电厂燃气轮机的实际数据为例,选取与功率变化最相关的属性。通过对比实验,采取合适的预处理方法,确定神经网络模型的输入,设置合适的隐含层神经元个数,从而建立了基于Elman神经网络的燃气轮机功率预测模型。最后通过与反向传播(back propagation,BP)网络、径向基函数(radial basis function,RBF)网络进行比较,验证了该方法的有效性。     

基于SVR算法的燃气轮机功率预测研究

对燃气轮机未来几小时的功率预测是跳闸等故障预警的关键,而国内该方面研究尚少。采用支持向量回归模型,并融合多变量预测,以提高预测的准确性。以某电厂燃气轮机运转的实际数据为例,设计多组对比实验,详细阐述了实验流程以及重要参数的选取方法,最终验证了该方法的有效性。     

ControlLogix系统在燃气轮机发电机组中的应用

介绍了ControlLogix系统在TITAN 130燃气轮机发电机组中的成功应用,介绍了系统组成及网络拓扑结构,燃料调节方式,启动顺序等内容.     

燃气涡轮发动机试验数据确认概念研究

本文介绍了燃气涡轮发动机地面试验数据确认系统研究与应用现状,详细阐述了基于试验系统物理模型的解析冗余检验相关多传感器信号有效性方法和基于信号序列统计与时频特征分析单传感器通道信号有效性的方法,提出了系统研究框架。     

一种基于XML的任务驱动型数据传输与同步方法

出于信息安全和业务需要,人们在彼此逻辑或物理隔离的局域网环境中浏览和处理信息,但是又不想丧失网络互联带来的便利和强大的信息处理能力。通过数据传输与同步机制,模拟广域网环境、避免信息孤岛是一种现实可行的选择。给出了一种基于XML的任务驱动的数据传输与同步方法,通过分析数据传输场景,设定了基于XML的任务数据模板和任务结果数据模板,借助于具体的信息化系统,基于相应的模板,自动生成任务数据包及任务数据结果包,以数据光盘进行信息传输,通过数据寻址、定位及导入操作实现了数据同步功能。通过该数据通路,实现了各级彼此独立的信息系统的互联,用户犹如在一个互联的广域网环境中进行数据处理。该方法大大提升了信息系统的安全性,降低了铺设或租用线路的成本,解决了各级网络之间不连通导致的信息壁垒,更符合现阶段特殊行业使用网络环境的要求。     

一种新的数据驱动的非线性自适应切换控制方法

针对一类非线性离散时间动态系统, 提出了一种新的非线性自适应切换控制方法. 该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式, 并充分利用被控对象的大数据信息和知识, 把非线性项前一拍可测数据与未知增量都用于控制器设计, 分别设计了线性自适应控制器, 带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器. 三个自适应控制器通过切换函数和切换规则来协调控制被控对象. 既保证了闭环系统的稳定性, 同时又提高了闭环系统的性能. 分析了闭环切换系统的稳定性和收敛性. 最后, 通过水箱液位系统的物理实验, 实验结果验证了所提算法的有效性.     

燃机电厂主要经济指标预测模型

建立燃机经济指标计算模型,可输入启停次数、平均负荷,从而得出各项经济指标,依据模型得出启停次数与煤耗、负荷率与煤耗的关系曲线。     

The Research of Wind Turbine Fault Diagnoses Based on Data Mining

Wind turbine is the key equipments of the wind farm, the distribution area is wide, and the working condition is poor, in the event of failure, caused by the loss and consequences are incalculable. Therefore, in order to ensure the safe and stable operation, it is necessary to research the fault diagnosis for the wind turbine. As the wind turbine produces vast amounts of data in the daily monitoring process, these data imply a large number of potential rules, and meet the necessary conditions for data mining. So the authors can use data mining technology to diagnose potential faults. This paper introduces methods and process of data mining and the rough set technology in wind turbine fault diagnosis applications, finally an example is analyzed to verify.     

汽轮机自动控制系统的可靠性预测

本文提出了汽轮机自动控制系统可靠性的预测方法,给出了汽轮机自动控制系统的可靠性框图、子系统部件严重的失效模式、系统可用度的预测公式和可靠性预测实例.     

面向软件仓库挖掘的数据驱动特征提取方法

在软件仓库挖掘领域, 通常 将软件工程任务转换成数据挖掘问题进行解决。领域特征的使用严重影响了软件任务的解决效果。然而,如何根据特定任务从软件仓库数据中提取有价值的特征,在软件仓库挖掘领域尚缺乏系统的研究。数据驱动特征提取方法是一种新的特征提取方法。对于给定的软件工程任务,该方法从任务的数据集中选取部分数据(如源代码、缺陷报告等),招募若干志愿者人工完成该任务,并要求志愿者说明在人工完成特定软件工程任务时所考虑的因素。通过分析这些因素,可以提取所需的领域特征。以缺陷报告摘要任务为例进行实验,结果表明新方法能够发现高效的领域特征,并取得比现有方法更好的预测效果。