-
作者
田景奇冯树臣孙同敏杨如意胡勇赵俊杰
-
单位
国电电力发展股份有限公司国家能源投资集团有限责任公司国电内蒙古东胜热电有限公司华北电力大学能源与动力工程学院
-
摘要
针对燃煤火力发电站，基于智能发电平台ICS，搭建智能报警模块，开发基于斜率变化算法、设备健康度打分算法、基于大数据学习的期望值偏离算法、神经网络算法、逻辑故障树和专家知识库诊断、物理机理模型的智能报警应用，提升机组提前发现缺陷和预警故障能力，提高火力发电的主动安全性。结果表明：开发智能报警应用的算法至少包括3大类8种模型，3大类模型包括专家经验模型、纯数据分析模型、物理机理模型。在国电内蒙古东胜热电有限公司1号机组ICS中，应用了6300多例参数变化率异常预警，1 000多条基于大数据分析和神经网络算法自学习出来的各工况下标准参数和期望区间，300种典型的逻辑故障树。基于3大类、8种模型的复合型智能报警和预警系统功能强大，能带来安全水平提升和可观的经济收益。
-
关键词
ICS智能诊断与报警逻辑故障树深度神经网络学习算法物理机理模型
-
基金项目(Foundation)
国家自然科学基金青年基金项目（51736005）；国家能源集团科技创新项目（GJNY-20-09-1）；国电电力发展股份有限公司科技创新项目（GDDL-20-17）；
-
文章目录
0 引言
1 智能报警的原理与分类
2 专家经验模型
3 纯数据分析模型
4 物理机理模型
5 应用效果分析与讨论
5.1 专家经验模型
5.2 纯数据分析模型
5.3 总体效果
6 结论
-
引用格式
田景奇,冯树臣,孙同敏,杨如意,胡勇,赵俊杰.基于燃煤智能发电平台ICS的智能报警模型应用分析[J].能源科技,2022,20(04):36-41.
-
相关文章
能源科技 
2022年第04期 
