核电厂基于退化方向与距离判据的设备状态评估模型

采取矢量分析技术判断设备退化方向,并针对不同的退化方向建立距离判据模型,通过设置特征参数权重与调整系数,改变阈值区间的空间几何形状以达到提高模型灵敏度的目的,并提出了状态渐变状态区间的判定方法。将建立的模型应用于设备冷却水泵电机的状态评价,结果验证了模型的有效性。

核电厂高压厂用变压器局部放电在线监测

本文中作者介绍了核电厂高压变压器局部放电在线监测方法,探讨了变压器不同局部放电检测方法的原理,对不同的技术进行了分析比较,研究了变压器局部放电检测与定位分析的方法。

基于重复脉冲法的转子绕组匝间短路故障诊断

针对发电机转子匝间短路故障的检测方法众多,但大多不够灵敏,无法实现轻微匝间短路故障的检测。介绍一种方便快捷、灵敏度高的匝间短路检测技术—RSO试验方法,说明了其基本工作原理及优点,对某660 MW火电机组在交流阻抗试验初步判断转子存在匝间绝缘缺陷的情况下,利用RSO试验方法成功实现了故障诊断及定位,并通过内窥镜检查验证了判断结果。

设备综合状态评估模型研究及应用分析

本文研究了基于距离和基于向量的两种设备状态评估模型,充分利用了历史数据以及专家经验进行建模,实现对设备健康、可接受、关注、限制运行4种状态等级的评估。并通过实例应用验证了模型的适用性。

基于在线监测技术的预测性维修在核电厂的应用

为了提高核电厂设备的经济性和可靠性,并降低维修成本,因此可以对核安全、机组发电有重要作用的设备进行状态监测,并根据检测结果开展预测性维修工作。本论文详细阐述了预测性维修技术的理论和方法,并以核电厂主变压器为例详细论述了核电厂开展基于在线监测技术的预测性维修技术的应用情况,为核电厂重大设备推行预测性维修技术提供参考。

DSmT与DST融合门限改进方法

Dezert-Smarandache理论(DSmT)是一种能够高效实现多源信息融合,成功处理强冲突证据源的数据融合方法,而Dempster-Shafer理论(DST)在证据源冲突低时的融合效果好,运算代价低。将两种技术结合,在冲突距离函数变化率较低时采取DST证据理论,反之采用DSmT融合算法是一种提高信息融合效率的可行方式。研究人员对DSmT和DST二者的单点值转换门限方法已做了探讨,针对单点值门限方法的不足,提出了将冲突距离函数作为判别依据来确定转换门限的方法。该方法有很强的适应性,根据不同的证据组合,能划分是单点值门限还是多点值门限。

基于GM(1,1)模型与灰色马尔可夫GM(1,1)模型的核动力装置趋势预测方法研究

在核动力装置灰色GM(1,1)模型趋势预测的基础上,引入马尔可夫链预测理论,建立核动力装置灰色马尔可夫GM(1,1)趋势预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过状态转移概率矩阵的变换提取数据随机波动响应的特点,灰色马尔可夫GM(1,1)模型将这两种性质有机结合起来,具有严密的科学性,从而拓宽了传统灰色GM(1,1)模型预测的应用范围。实例验证表明:灰色马尔可夫GM(1,1)模型充分利用历史数据给予的信息,不但能对核动力装置运行中的单调数列进行准确的趋势预测,也可实现对波动运行的重要参数进行准确的趋势预测,大幅提高了随机波动较大数据序列的预测精度。

核电厂设备状态多参数同步监测技术研究

核电厂设备稳定的运行状态以及长期的运行数据积累为实现数据驱动的设备状态智能监测建立了良好的数据基础。本文提出一种基于多参数关联关系的设备状态智能监测方法,该方法包括建模、训练和推断3个步骤,建立数据驱动的设备状态智能监测和预警模型。首先识别并分析系统设备监测参数、参数监测内容和关联关系,设计建立监测参数的关联关系模型;其次,采集并筛选设备正常运行历史数据作为训练数据,基于反向传播(BP)前馈神经网络训练关联关系模型;最终,实时采集设备监测参数实测值,并基于模型推断各参数的预测值,监控实测值与预测值的偏差,当偏差超过预定的阀值时发出预警信息。本文以某电厂热交换器和主给水泵为例进行建模并验证,结果表明本文提出的监测模型可以有效同步监测设备参数微小异常变化,预警早期异常,同时保持极低的误报警率。