排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
针对传统汽轮机缺乏有效的预警方法,时常处于被动维护的问题,提出一种基于长短期记忆网络(LSTM)的汽轮机状态预警方法。所提出的方法包含数据预处理模块、健康评价模块和异常预警模块三个模块。首先将源数据进行预处理,去除离群点以及毛刺数据;然后基于自编码神经网络、余弦定理和3σ定理求得一种优化的健康指数;最后基于LSTM建立了汽轮机异常预警模型,并分析对比不同深度的LSTM网络模型与循环神经网络(RNN)预测的结果。最终结果表明:LSTM的最佳预测模型预测结果的平均绝对误差(MAPE)不超过4.31%,比传统RNN的最佳预测模型的准确度更高。因此,所提出的方法在汽轮机异常预警中具有较好的检测准确度。 相似文献
4.
5.
6.
7.
以某630 MW燃煤机组的开式循环水系统为研究对象,分别建立循环水泵优化调度模型和机组背压预测模型。为提高模型计算准确性,基于自主开发的热力仿真设计平台中的湿汽透平模块,建立完整的机组仿真模型,计算低压缸排汽流量和排汽焓值。将三个模型耦合,实现机组循环水泵的优化调度。分析了不同电负荷及循环水入口温度下的最佳循环水泵的运行方式,并通过历史运行数据验证了优化模型的准确性,结果表明所建的循环水泵优化调度模型能有效提高机组的运行经济性,降低机组能耗。研究了全负荷段下不同循环水温的循环水泵最优运行方式,以指导机组深度调峰时的循环水泵调度。开发了循环水泵实时优化调度系统,基于现场实时数据给出当前工况下最佳的循环水泵运行方式,为现场运行人员循环水泵调度提供指导建议。 相似文献
8.
以热力专业理论、规范为背景,基于统计学科方法,参考人工智能算法思想,梳理了适用于火电机组状态分析的数据准备流程和方法。描述了数据的集成、测量误差检测、稳态筛选3部分数据工作的必要要求,阐释了基于统计检验延伸的系列处理方法的原理依据、推导过程和应用方法,提供了实际电厂机组运行数据处理的基本算例。研究成果可以在智能运维新领域的在线机组状态分析中形成方法简明、计算量小、适用性高、参照行业规范的数据准备。 相似文献
1