基于故障树分析的水泵水轮机故障诊断方法研究及应用
发布时间：2021-01-19 08:53
抽水蓄能电站是为了解决电能在时间上分配不均的供需矛盾而发明的。除此以外,抽水蓄能电站还担负调相调频和旋转备用等功能。故其成为电力系统运行的重要组成部分,他可以有效保障电网安全、经济运行,尤其在国家大力提倡绿色能源的大背景下,就需要更好的发挥抽蓄电站的上述作用来保证电力系统安全稳定运行。水泵水轮机作为抽水蓄能机组中的核心装置,其运行工况多变且频繁启动,机械、水力和电气因素相互耦合,故障成因复杂。故传统的计划维护和事故维护并不能有效的预防水泵水轮机的故障,并且当故障发生时,难以快速准确的进行定位。为构建的抽水蓄能机组预知维护体系,达到诊断与预诊断的功能,从而实现由传统的计划维护和事后维护到预知维护的转变,有必要构建水泵水轮机的故障诊断模型,对其进行有效、准确的故障分析与定位,并据此做出维护决策,采取有效的维护措施,达到在故障扩大前将其消除的目的。本文为了解决目前水泵水轮机故障诊断方法综合性不强,工程可实施性不强的问题,对多种诊断手段和模型算法展开了研究,创新性地构建了水泵水轮机故障诊断模型,并利用Java程序将课题成果应用于实际电站中。本文研究的主要内容及创新性成果有下列三点:（1）面对当...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
水泵水轮机基本结构图
华 中 科 技 大 学 硕 士 学 位 论 文类数据，这两类数据分别存储于与其类型相对应的表中，因此，在数据库存存储表分别存储 bool 及 float 类型的数据。为了减少造成检索的时间成本，据进行分段存储以提高检索效率，以月为单位对数据进行存储。如图 2-4，存储两种数据类型的表格，表格名称为“数据类型_月份”的形式。
5.1 软件业务构架设计抽水蓄能机组综合故障诊断软件系统是白莲河抽水蓄能电站抽水蓄能机组状态评估及故障预警系统2（如图 5-1）的一个重要模块，另外系统具有数据挖掘、状态评估、历史记录查询和趋势预测等功能。
【参考文献】：
期刊论文
[1]基于数据挖掘的抽水蓄能机组故障关联关系分析[J]. 郑庭华,常玉红,周建中,刘涵,李玲,姜伟,贾天龙,许颜贺. 大电机技术. 2019(02)
[2]水电机组状态监测与故障诊断[J]. 李维巍. 设备管理与维修. 2018(19)
[3]浅析水电机组状态监测与故障诊断技术[J]. 江斌. 电子世界. 2018(17)
[4]木座水电站水导轴承漏油原因分析及处理[J]. 李超,叶太福,陈琳,李家海. 水电站机电技术. 2017(04)
[5]单导叶接力器导叶不同步原因分析及故障处理[J]. 王慷,黄中杰. 水电站机电技术. 2015(S1)
[6]HOMIS框架下基于工况关联规则的水电机组稳定性分析[J]. 杨贤,李朝晖. 大电机技术. 2014(06)
[7]广州蓄能水电厂导叶控制系统运行维护及故障分析[J]. 龙皞. 水力发电. 2014(11)
[8]水力发电机组故障诊断方法及软件设计研究[J]. 常禹,麻志成,李冰. 水电自动化与大坝监测. 2014(05)
[9]水轮机主轴密封工作异常原因分析及处理[J]. 李军,王军,李波,刘学锐. 科技创新与应用. 2013(30)
[10]提高电网汛期供电负荷率的探索[J]. 浦恩敏,何光层. 电源技术应用. 2013 (10)
博士论文
[1]基于经验模态分解的水电机组振动信号分析与故障诊断研究[D]. 李辉.西安理工大学 2017
[2]水轮发电机组故障诊断及预测与状态评估方法研究[D]. 朱文龙.华中科技大学 2016
[3]基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D]. 潘罗平.中国水利水电科学研究院 2013
[4]水电机组控制系统辨识及故障诊断研究[D]. 李超顺.华中科技大学 2010
[5]故障树分析的若干关键问题研究[D]. 罗航.电子科技大学 2011
[6]大型水电站厂房及蜗壳结构静动力分析[D]. 张存慧.大连理工大学 2010
硕士论文
[1]抽水蓄能电站发变组保护配置与整定计算关键问题研究[D]. 郝国文.山东大学 2018
[2]基于概率神经网络的锚杆锚固系统无损检测研究[D]. 李菁.石家庄铁道大学 2018
[3]基于故障树的故障诊断专家系统软件平台设计[D]. 彭华亮.南京理工大学 2017
[4]基于大数据分析的电力变压器状态评估与故障诊断技术研究[D]. 雷帆.西南交通大学 2016
[5]小波去噪和概率神经网络在发动机声信号识别中的应用[D]. 阚磊.重庆大学 2016
[6]基于故障树分析的水电机组振动故障诊断研究[D]. 李松领.南昌工程学院 2015
[7]基于故障树分析的变压器运行状况评估的研究[D]. 施浩峰.湖南大学 2014
[8]基于信息融合的变压器健康状态综合评估系统研究[D]. 刘剑清.上海电力学院 2014
[9]基于故障树的煤矿设备故障分析方法研究[D]. 孙潘潘.中国矿业大学 2014
[10]基于FTA和BAM神经网络的飞机故障诊断系统研究[D]. 胡严思.湖南大学 2012
本文编号：2986705
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
水泵水轮机基本结构图
华 中 科 技 大 学 硕 士 学 位 论 文类数据，这两类数据分别存储于与其类型相对应的表中，因此，在数据库存存储表分别存储 bool 及 float 类型的数据。为了减少造成检索的时间成本，据进行分段存储以提高检索效率，以月为单位对数据进行存储。如图 2-4，存储两种数据类型的表格，表格名称为“数据类型_月份”的形式。
5.1 软件业务构架设计抽水蓄能机组综合故障诊断软件系统是白莲河抽水蓄能电站抽水蓄能机组状态评估及故障预警系统2（如图 5-1）的一个重要模块，另外系统具有数据挖掘、状态评估、历史记录查询和趋势预测等功能。
【参考文献】：
期刊论文
[1]基于数据挖掘的抽水蓄能机组故障关联关系分析[J]. 郑庭华,常玉红,周建中,刘涵,李玲,姜伟,贾天龙,许颜贺. 大电机技术. 2019(02)
[2]水电机组状态监测与故障诊断[J]. 李维巍. 设备管理与维修. 2018(19)
[3]浅析水电机组状态监测与故障诊断技术[J]. 江斌. 电子世界. 2018(17)
[4]木座水电站水导轴承漏油原因分析及处理[J]. 李超,叶太福,陈琳,李家海. 水电站机电技术. 2017(04)
[5]单导叶接力器导叶不同步原因分析及故障处理[J]. 王慷,黄中杰. 水电站机电技术. 2015(S1)
[6]HOMIS框架下基于工况关联规则的水电机组稳定性分析[J]. 杨贤,李朝晖. 大电机技术. 2014(06)
[7]广州蓄能水电厂导叶控制系统运行维护及故障分析[J]. 龙皞. 水力发电. 2014(11)
[8]水力发电机组故障诊断方法及软件设计研究[J]. 常禹,麻志成,李冰. 水电自动化与大坝监测. 2014(05)
[9]水轮机主轴密封工作异常原因分析及处理[J]. 李军,王军,李波,刘学锐. 科技创新与应用. 2013(30)
[10]提高电网汛期供电负荷率的探索[J]. 浦恩敏,何光层. 电源技术应用. 2013 (10)
博士论文
[1]基于经验模态分解的水电机组振动信号分析与故障诊断研究[D]. 李辉.西安理工大学 2017
[2]水轮发电机组故障诊断及预测与状态评估方法研究[D]. 朱文龙.华中科技大学 2016
[3]基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D]. 潘罗平.中国水利水电科学研究院 2013
[4]水电机组控制系统辨识及故障诊断研究[D]. 李超顺.华中科技大学 2010
[5]故障树分析的若干关键问题研究[D]. 罗航.电子科技大学 2011
[6]大型水电站厂房及蜗壳结构静动力分析[D]. 张存慧.大连理工大学 2010
硕士论文
[1]抽水蓄能电站发变组保护配置与整定计算关键问题研究[D]. 郝国文.山东大学 2018
[2]基于概率神经网络的锚杆锚固系统无损检测研究[D]. 李菁.石家庄铁道大学 2018
[3]基于故障树的故障诊断专家系统软件平台设计[D]. 彭华亮.南京理工大学 2017
[4]基于大数据分析的电力变压器状态评估与故障诊断技术研究[D]. 雷帆.西南交通大学 2016
[5]小波去噪和概率神经网络在发动机声信号识别中的应用[D]. 阚磊.重庆大学 2016
[6]基于故障树分析的水电机组振动故障诊断研究[D]. 李松领.南昌工程学院 2015
[7]基于故障树分析的变压器运行状况评估的研究[D]. 施浩峰.湖南大学 2014
[8]基于信息融合的变压器健康状态综合评估系统研究[D]. 刘剑清.上海电力学院 2014
[9]基于故障树的煤矿设备故障分析方法研究[D]. 孙潘潘.中国矿业大学 2014
[10]基于FTA和BAM神经网络的飞机故障诊断系统研究[D]. 胡严思.湖南大学 2012
本文编号：2986705
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/2986705.html
