基于大数据的水电机组故障检测技术研究

发布时间：2020-12-08 03:19

　　水电机组状态检修对水电厂安全稳定、高效运行意义重大。状态检修依赖于状态监测和故障诊断。目前状态监测技术日趋成熟,而且在实际运行中得到了越来越多应用。水电机组故障诊断技术目前尚不成熟,主要原因是:缺乏故障样本、部分故障机理不明。因此,水电机组故障诊断在实际运行中少有应用。鉴于故障诊断难以实施,结合水电机组状态检修的实际需求,可以采用故障检测手段为机组状态检修提供指导。依据水电机组运行产生的大数据开展水电机组故障检测是有益的途径。本文针对故障检测开展了如下研究工作:1.通过类比分析的方法,得到了发生故障时数据变化的简化数学模型。故障时数据异常一般可分为:均值异常、方差异常、趋势异常以及复合异常。2.通过使用数学模型进行验证,得到M-K检验无法检测均值异常、方差异常和趋势异常;滑动t-检验无法检测均值异常、方差异常和趋势异常;启发式分割无法检测出方差异常,可以检测出趋势异常和均值异常。3.通过蒙特卡洛模拟得到归一化加权平均值的分布规律,根据该规律进行故障检测。该方法虽然无法检验出方差异常,但由于具有明确的物理意义,可作为度量机组健康状态的指标。4.通过数学模型和实例的验证,使用相对熵和重复率... 

【文章来源】：中国水利水电科学研究院北京市

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 故障检测与状态检修
    1.3 水电机组故障检测的意义
    1.4 故障检测的研究概述
        1.4.1 故障检测方法研究概述
        1.4.2 水电机组故障检测研究概述
    1.5 主要内容
    1.6 创新点
第二章 模型及方法的选择
    2.1 故障模型简化
    2.2 故障检测方法的选择
        2.2.1 M-K（Mann-Kendall）检验
        2.2.2 滑动t-检验
        2.2.3 启发式分割方法
    2.3 概率分布的计算方法选择
        2.3.1 核密度估计方法
        2.3.2 直方图方法
        2.3.3 对比分析
第三章 基于蒙特卡洛方法的归一化加权平均值
    3.1 引言
    3.2 蒙特卡洛方法
        3.2.1 随机变量
        3.2.2 统计量
        3.2.3 蒙特卡洛模拟
    3.3 实例分析
    3.4 结论
第四章 基于相对熵的一维参数故障检测
    4.1 引言
    4.2 方法概述
        4.2.1 相对熵定义
        4.2.2 算法实现
    4.3 模拟数据论证
        4.3.1 均值异常
        4.3.2 方差异常
        4.3.3 趋势异常
        4.3.4 复合异常
    4.4 实例验证
第五章 基于重复率的一维参数故障检测
    5.1 重复率概述
    5.2 算法实现
    5.3 模拟数据论证
        5.3.1 均值异常
        5.3.2 方差异常
        5.3.3 趋势异常
        5.3.4 复合异常
    5.4 实例验证
    5.5 对比分析
        5.5.1 与相对熵的对比
        5.5.2 与均值、方差的对比
第六章 基于DBSCAN的二维参数故障检测
    6.1 引言
    6.2 基于DBSCAN的故障检测方法
        6.2.1 DBSCAN方法简介
        6.2.2 基于聚类的故障检测
        6.2.3 方法的优点
    6.3 模拟数据论证
        6.3.1 单变量均值异常
        6.3.2 单变量方差异常
        6.3.3 单变量趋势异常
        6.3.4 均值-均值异常
        6.3.5 均值-方差异常
        6.3.6 均值-趋势异常
        6.3.7 方差-方差异常
        6.3.8 方差-趋势异常
        6.3.9 趋势-趋势异常
    6.4 实例验证
第七章 结论与展望
    7.1 研究成果与结论
    7.2 研究展望
参考文献
攻读硕士学位期间发表的论文和其他成果
致谢



本文编号：2904364