文档介绍：基于ICA分析的电厂机组过程监控与评估
张曦1 ,朱亚清1,阎威武2
(1. 广东电网公司电力科学研究院广州 510600;2. 上海交通大学自动化系上海 200240)
摘要:提出了一种基于独立成份分析(ponent Analysis, ICA)的电厂机组性能监测与评估新方法。首先通过独立主元分析算法计算数据的独立主元,然后进一步计算监控统计量和SPE来监测和评估系统的运行。若统计量超过控制限,则认为系统有故障发生。电厂机组故障数据仿真研究试验验证了该方法的有效性和合理性。
关键词:独立主元分析;性能监测;性能评估;汽轮机
中图分类号: 文献标识码:A
Performance Monitoring and Assessment of Generator Based on ponent Analysis
Xi Zhang1, Yaqing Zhu1, Xiaoqiang Chen, Jialuo, Fengli and Weiwu Yan2
(1. Guangdong Electric Power Research Institute, Guangzhou, 510600; 2. Department of Automation, Shanghai Jiaotong University, Shanghai, 200240)
Abstract: A novel performance monitoring and assenssment method based on ponent analysis (ICA) is proposed. The statistic index of and SPE is calculated to perfom monitoring and assessment. If the index exceeds the control limit, a fault may have occurred. Application results to the generator’s fault data set proved the effectiveness of the proposed method.
Keywords: ponent anaysis(ICA), Performance monitoring; Performance assessment; Turbine generator
引言
汽轮发电机是电厂最重要的设备之一,,所以对机组进行状态监测和故障诊断具有非常重要的理论意义和实际应用价值。而统计性能监控的方法是根据正常工况的历史数据, 使用数理统计理论建立统计监测和评估模型, 用于在线的生产过程监控。目前广泛使用的统计性能监测方法主要有主元分析(ponent Analysis, PCA)和独立主元分析(ponent Analysis, ICA)等方法,这两种方法在化工过程中已经有了较深入的研究[1-5],但基于ICA的统计性能监控方法在电厂运行监测和评估中却没有进行应用的实例。
针对以上情况,本文提出了一种基于独立主元分析的机组性能监测新方法。该方法通过计算过程数据的独立主元,从而进一步得到监控统计量和SPE统计量来监测系统的运行。若统计量超过控制限,则认