基于数据驱动的低温余热发电系统的状态监测和故障诊断

发布时间：2017-08-18 02:05

  本文关键词：基于数据驱动的低温余热发电系统的状态监测和故障诊断

  更多相关文章： 有机朗肯循环 故障诊断 非高斯分布 核熵成分分析 核密度估计 支持向量机 多分类相关向量机

【摘要】：低温余热发电系统将锅炉尾部烟道中的烟气余热通过有机朗肯循环(ORC, Organic Rankine Cycle)转换为机械能,进而转化为高品位电能,在节能、节水、减少有害气体排放等方面具有重要意义。随着长时间的运行,系统中的各个部件可能发生故障,导致系统效率下降、性能恶化,造成巨大的经济损失,甚至严重威胁人身安全。因此,建立ORC过程的状态监测与故障诊断系统来保证系统的安全、稳定、有效运行越来越得到重视。本文的主要工作包括三部分,第一部分首先描述了低温余热发电系统中各个部件可能发生的故障,对故障发生的原因及造成的危害进行了详细的分析,通过监测ORC过程参数建立了ORC系统的故障诊断仿真平台,选取了一些典型故障在系统层面上进行故障诊断。第二部分针对ORC系统中烟气在蒸发器入口的质量流量和温度存在的随机扰动未必服从高斯分布,采用核熵成分分析方法进行非线性ORC系统的故障检测,其中二阶Renyi熵的引入使数据从高斯分布假设延伸到了任意分布,核密度估计法代替了传统的方法来确定非高斯系统监测统计量的控制限,并与传统的核独立成分-核主成分分析方法进行了对比,仿真结果表明核熵成分分析方法可以更好地检测故障。第三部分采用支持向量机方法实现ORC系统的故障分类,针对支持向量机方法存在的缺点,进而采用多分类相关向量机方法可以一次性对ORC系统不同类型的故障进行分离,仿真结果表明多分类相关向量机方法可以比支持向量机方法更准确地分离不同的故障类型。
【关键词】：有机朗肯循环 故障诊断 非高斯分布 核熵成分分析 核密度估计 支持向量机 多分类相关向量机
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM617
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-20
• 1.1 课题研究的背景和意义9-10
• 1.2 故障诊断的国内外研究现状10-12
• 1.2.1 故障诊断的相关概念10-11
• 1.2.2 故障诊断方法的国内外研究现状11-12
• 1.3 基于数据驱动的故障诊断方法的国内外研究现状12-16
• 1.4 低温余热发电系统中单个部件故障诊断方法的研究现状16-18
• 1.5 本文主要研究内容18-20
• 第2章 低温余热发电系统的故障研究20-34
• 2.1 引言20
• 2.2 低温余热发电系统的描述20-21
• 2.3 低温余热发电系统部件的故障描述21-29
• 2.3.1 传感器故障21-23
• 2.3.2 换热器故障23-25
• 2.3.3 工质泵故障25-26
• 2.3.4 节流阀故障26-27
• 2.3.5 膨胀机故障27-29
• 2.4 低温余热发电系统的故障诊断仿真平台29-33
• 2.5 本章小结33-34
• 第3章 低温余热发电系统的故障检测34-56
• 3.1 引言34
• 3.2 KECA算法34-37
• 3.3 故障诊断统计量及控制限的求取37-40
• 3.4 KECA算法应用于低温余热发电系统的故障检测40-41
• 3.5 KICA-KPCA算法应用于低温余热发电系统的故障检测41-44
• 3.6 对比仿真结果及分析44-54
• 3.6.1 传感器故障诊断结果45-47
• 3.6.2 执行器故障诊断结果47-49
• 3.6.3 换热器故障诊断结果49-54
• 3.7 本章小结54-56
• 第4章 低温余热发电系统的故障分离56-68
• 4.1 引言56
• 4.2 SVM分类算法56-59
• 4.3 基于SVM的低温余热发电系统的故障分离59-60
• 4.4 M-RVM多分类算法60-62
• 4.5 基于M-RVM的低温余热发电系统的故障分离62-67
• 4.6 本章小结67-68
• 第5章 结论与展望68-70
• 参考文献70-75
• 攻读硕士学位期间发表的论文及其它成果75-76
• 致谢76

【参考文献】

中国期刊全文数据库 前1条

1 蔡九菊;王建军;陈春霞;陆钟武;;钢铁企业余热资源的回收与利用[J];钢铁;2007年06期

，

本文编号：692147