基于RS-MSET的电站风机振动预测研究

故障预测技术是在数据预测技术和故障诊断技术基础上形成的综合技术,即先预测后诊断,因此,准确建立预测模型至关重要。电站风机作为电站的关键辅机之一,它的正常运行是电站正常工作的重要保障。MSET是一种非参数建模方法,它利用数据之间的耦合关系对模型进行预测。本文选择粗糙集属性约简简化MSET模型的数据集,得到简明的属性集。将MSET与粗糙集相结合对电站风机轴承振动进行预测,便于提早发现风机运行发展趋势,及时处理,减少由于风机突发故障引起的非计划停机或者严重事故,对现场运行具有重要意义。