基于MSET的汽轮发电机转子绕组匝间短路故障诊断

针对汽轮发电机转子绕组匝间短路故障,提出基于多元状态评估技术(MSET)的在线诊断方法。利用滑动窗口和欧氏距离构建状态矩阵,基于MSET构建励磁电流和无功功率计算模型,依据发电机运行状态运行值与计算值的相对偏差均值或残差均值构建匝间绕组短路故障在线诊断方法,并且使用某汽轮发电机运行数据进行验证。结果表明:所构建的在线诊断方法切实可行,满足了转子绕组匝间短路故障诊断应用需要,同时降低了故障误判的可能性。

基于改进MSET的一次风机故障预警及诊断方法

针对电站风机故障预警和故障点追溯等问题,基于改进多元状态估计技术(MSET)模型和误差分量,提出了一次风机故障预警和诊断方法。首先,介绍了多元状态估计技术的概念;选取了建模变量,并进行了数据预处理,通过构建改进动态记忆矩阵D,进行了MSET模型有效性的验证;然后,使用相似度函数作为故障预警依据,并利用滑动窗口法降低了噪音干扰,采用两种动态记忆矩阵构建方法,分别建立了模型,并进行了模型的有效性验证;最后,采用人为增加扰动的方式,模拟了温度、振动故障数据,进行了故障预警模拟,并通过计算各参数的误差分量进行了故障点追溯。研究结果表明:改进的动态记忆矩阵建模方法具有更高的准确度和更强的抗干扰能力;改进MSET和误差分量模型可成功实现故障的提前预警和故障点追溯功能。该模型能够为电站设备故障预警和检修提供借鉴。

基于PCA/MSET联用模型的烟气轮机故障预警研究

针对催化裂化装置烟气轮机运行环境恶劣,故障频发等特点,开展基于PCA和MSET联合模型的振动监测预警研究。基于原始振动波形进行时频域特征提取计算,获得29个时频域特征参量,采用PCA方法将29个时频域特征参量重新组合成6个新主元,可以有效实现数据降维。烟气轮机正常运行状态下振动监测数据量的选择影响T2值变化,主元99%可信区间阈值随着数据量的增加降低至稳定值,采用时间点数据量2000满足分析要求。主元6是均方根值、方差和频率标准差的综合表征,在发生故障阶段波动较大,采用MSET模型进行残差分析,相对固定高报报警监测,可以超前预警8.5 h。

基于MSET方法的风电机组齿轮箱预警仿真研究

风电机组常年在复杂工况下连续运行,机组对设备的可靠性等方面有很高的要求,齿轮箱重要部件的损伤和失效都会直接或间接导致机组停机,从而导致计划外的更换和维护成本。利用MSET(Multivariate State Estimation Technique)方法对风电机组的齿轮箱轴温进行状态估计,得出齿轮箱轴温的估计值。然后利用滑动窗口残差统计方法对齿轮箱轴温的估计值和实际值的残差进行分析,残差均值能显示出齿轮箱轴温的实时运行状态,当残差均值曲线超出设定的阈值区间时,系统开始预警,表明设备运行异常。仿真结果表明基于MSET方法的风电机组齿轮箱预警系统能够实时监测机组齿轮箱的运行状态。

基于MSET模型的风力发电机故障预警

发电机是风电机组重要部件之一,监测参数较多,包括电参数和机械参数。由于基于SCADA上下限的报警模式对发电机的机械故障,如轴承非正常摩擦等故障不能及时预警。对风力发电机中监测参数为非独立变量且数值变化范围较大的参数建立MSET(Multivariate State Estimation Technique)预警模型;风力发电机中监测参数为独立变量且数值变化范围较小的参数采用SCADA预警系统进行故障预警。通过对发电机前轴承温度添加人为偏移来验证MSET预警模型的有效性,验证结果表明该方法能及时、有效地进行故障预警。

基于MSET的锅炉过热器吹灰优化研究

燃煤锅炉受热面的灰污沉积会使受热面传热系数下降,进而降低整个机组的运行效率。本文针对锅炉过热器的传热特点,选取能反映受热面传热的关键参数,建立锅炉过热器的多元状态评估模型(MSET);清洗关键参数的历史数据,将其作为模型的输入样本,构建模型的记忆矩阵;利用构建的模型预测吹灰前后的数据。结果表明,相似度的变化可以较为准确地反映锅炉受热面清洁程度的变化,根据相似度阈值可以制定合理的吹灰周期。

基于MSET的一次风机故障预警

一次风机是保证火电厂运作的重要的辅机设备,工作环境复杂,故障诊断难度较高。本文使用多变量状态估计(Multivariate State Estimation Technique,MSET)建模方法,实现一次风机的故障预警。在对数据实施降维处理时,同时使用了相关性分析和主元分析两种方式,并使用MSET分别对两种降维方法处理后的数据进行仿真建模,然后通过减法聚类分析得到两种降维方法建模结果的相似度曲线,经过比较分析发现主元分析法结合MSET故障预警效果更好。

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。

基于MSET和集成学习的风电机组齿轮箱故障预警

针对多元状态估计技术(multivariate state estimation technique,MSET)在风电机组齿轮箱故障预警中存在的学习能力弱、建模精度对过程记忆矩阵依赖大等问题,提出一种基于MSET和集成学习的齿轮箱故障预警方法。首先对监控与数据采集(supervisory control and data acquisition,SCADA)系统中部分数据进行K-均值聚类,构造多个独立的MSET子模型;以高斯过程回归作为结合模块,利用SCADA中其他数据资源进行训练;最后基于滑动窗口法计算报警阈值进而实现齿轮箱的故障预警。使用风场的实际运行数据对算法进行验证,结果表明基于集成学习改进的MSET在建模精度、计算时间以及预警能力上均优于传统的MSET预警方法。

基于MSET的电站锅炉空气预热器状态预测系统

详细阐述了一种基于多变量状态估计(Multivariate State Estimation Techniques,MSET)的电站锅炉空气预热器状态预测的方法。在该方法中,首先建立正常工况下各监测参数之间的关联模型;然后根据系统当前观测特征向量与各建模样本特征向量之间的相似性程度,使用MSET对当前观测向量进行估计,得到与观测向量相对应的估计残差。最终模拟计算结果表明,MSET可有效并精确的对空气预热器的运行状态进行预测,实现对空气预热器劣化趋势进行早期预测,具有很高的实用价值。

多媒体综合编辑工具MSET的设计与实现

概述了多媒体编辑工具的发展简况，在分析比较的基础上，提出了一种基于页和文档相结合的编辑方案，并介绍了按该方案设计实现的多媒体综合编辑工具ＭＳＥＴ系统。

基于PCA-MSET的主通风机健康评估方法

为了保证煤矿生产中通风机的健康运行,提出了一种基于PCA-MSET的健康评估方法。以山西某煤矿2#主通风机为研究对象,利用主成分分析法(PCA)对通风机的13个监测变量进行线性降维处理;以主通风机主电机的主成分参数为特征参数,建立基于多元状态估计技术(MSET)的主风机健康状态评估模型,利用滑动窗口统计法设置观测向量和估计向量的残差阈值,最后人为模拟故障数据进行模型的验证,结果表明主风机健康状态评估模型能够有效实现预期功能。

基于MSET的框架变化点实例化模式挖掘

目前的面向对象框架存在规模大、使用复杂、文档含糊、不够准确等问题,给使用者带来一定的难度。针对上述问题,提出最大相同共享边子树的概念,将多个应用程序中的框架变化点实例化代码抽象成实例化关系树,基于最大相同共享边子树(MSET)给出可能的框架变化点实例化模式及相应的支持度。

基于MSET的一次风机故障预警算法研究

在燃煤电厂中,一次风机是一种重要的辅机设备,其能否正常运行关系到机组运行的安全性和经济性。本文针对某电厂一次风机系统,根据其历史运行数据,建立了一种基于多元状态估计技术(MSET)的故障预警模型,并通过Matlab仿真验证了模型的可行性和有效性。

基于MSET的起重机变频器工作状态评估

变频器通过将工频电源转换成任意电压、任意频率交流电源实现电机调速,由于其调速性能优良、高效节能等优点,已经广泛应用于港口起重机。本文根据集装箱起重机起升机构作业工况特征,使用多元状态估计技术(MSET)建立适用于起升机构变频器的状态评估方法。首先,根据起升机构变频器工作特性建立了状态评估向量,采用欧氏标准差作为非线性运算符,通过计算当前观测特征向量与历史特征向量之间的相似性程度,得出估计残差,进而判断变频器当前工作状态。最后,本文以实际集装箱起重机运行数据为例,验证了本文所述方法简单、实用、有效。

基于MSET的土压平衡式盾构机建模

近年来,随着城市化水平的推进,地下交通方式获得了越来越多的关注,因此有更多地研究投入了盾构施工上面。为了对施工过程进行安全性评估,建立相应的盾构机模型,以模拟出施工过程中的状态参数就显得尤为重要。论文研究考虑到盾构施工过程中的复杂性,主要采用MSET理论,将盾构施工系统看作黑箱,进行盾构机模型的建立,最后通过仿真验证模型的适用性。

基于改进MSET的循环水泵温度监测模型研究

核电厂循环水泵重要部件的损伤和失效都会直接或间接导致核电机组降功率甚至停机,从而导致计划外的更换和维护成本。利用遗传算法GA(Genetic Algorithm)改进的MSET(Multivariate State Estimation Technique)方法对核电厂循环水泵进行状态估计,然后利用滑动窗口残差统计方法对测点的估计值和实际值的残差进行分析,当残差值曲线超出设定的动态阈值区间时,构建残差统计窗口进行设备状态分析。经验证表明基于MSET方法的核电厂循环水泵预警系统能够实时监测机组循环水泵的运行状态。

基于改进HAC和MSET的给水泵故障预警方法

汽动给水泵是火电厂汽水系统重要的辅机设备,但给水泵运行环境恶劣,且故障种类多,导致给水泵故障频发,对电厂的经济性和安全性造成了影响。对此,提出了一种基于改进的层次凝聚聚类(Hierarchical Agglomerative Clustering, HAC)和多元状态估计(Multivariate State Estimation, MSET)的给水泵故障预警方法,首先选取与给水泵故障相关测点的历史数据,使这些数据可以涵盖给水泵正常运行时所有动态变化情况;通过主元分析法(Principal Component Analysis, PCA)和改进的小波去噪对数据进行预处理,实现数据的降噪和降维,再采用层次凝聚聚类算法构建记忆矩阵D,并引入了距离检测的方法对HAC进行改进,以此构建MSET预警模型,最后通过滑动窗口法分析残差,实现故障预警,并和最小二乘支持向量机(LS-SVM)预警模型比较分析,经验证该模型可以准确高效地实现给水泵的早期预警。

基于MSET和SPRT的核动力装置异常状态监测技术研究

对核电厂反应堆冷却剂系统在线监测与预警技术进行研究。在分析反应堆冷却剂系统组成特点及故障特点的基础上,采用多变量状态估计(MSET)和序贯概率比(SPRT)技术,对系统的变量进行估计预测和异常判断。一旦发现异常,即可触发故障诊断单元或给出预警。验证表明,通过MSET和SPRT技术结合的方法,可以较好地完成对变工况下的反应堆冷却剂系统异常监测任务。

基于MSET和模糊识别的凝汽器故障诊断

针对凝汽器的故障诊断问题，基于多元状态估计原理，采用模糊C均值聚类提取凝汽设备的运行状态矩阵，建立了设备的状态监测模型，以相似度指标衡量设备的运行状态，并以此作为参数模糊化的评判依据，获得凝汽器典型故障的专家知识库。在此基础上，根据模糊规则对设备的故障进行识别，提出了基于多元状态估计和模糊识别的故障诊断方法，并给出了该诊断方法的整体流程。以国内某600MW机组凝汽器为例，采集实际运行数据进行建模与分析，结果表明：所提出的方法对设备参数的估计较为准确，具有一定的监测跟踪能力，并且能够及时准确地诊断设备故障，整体流程清晰直观，适合系统化应用。