抽水蓄能机组状态趋势预测与系统集成应用研究
发布时间：2022-11-12 08:26
新时代国家能源战略指出我国需进一步加大抽水蓄能电站建设,抽水蓄能电站是我国电力系统中必不可少的调节手段,在调峰填谷、调频调相、事故备用等保障电网安全稳定运行方面发挥着重要作用。当前抽水蓄能机组正朝着“高水头、大惯量”等方向发展,其作为电站能效转换的核心设备具有运行工况复杂且转换频繁的特点,安全问题日益凸显。为保障机组等设备安全稳定运行,提高电站的预知维护能力,需结合先进的信息技术,提高机组设备状态监测技术水平,实现对设备运行状态的实时跟踪;进一步需开展机组运行状态趋势分析,建立准确、完备的状态预测模型,捕捉设备故障发展征兆,为电站运维管理人员提供决策分析。综合上述工程实际需求,本文主要的研究内容与成果如下:（1）为提高机组状态监测平台的实时性、可靠性和跨平台性,全面了解机组状态监测主要内容框架与数据获取途径,针对机组振动、摆度、压力、流量等监测数据特点,设计了可靠稳定的B/S架构状态监测平台实时数据推送与存储方案。选择全双工通讯协议WebSocket作为Web实时监测的通讯协议,设计了多协议联合的实时数据推送模块和具有双层时效机制的数据库存储架构,将读写高效的内存型数据库Redis与关...
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景和意义
1.2 课题开展国内外研究现状
1.3 本文主要研究内容与章节安排
2 抽水蓄能机组状态监测及趋势分析理论研究
2.1 引言
2.2 机组状态监测内容及途径
2.3 机组非平稳信号分析
2.4 非线性状态趋势预测方法
2.5 本章小结
3 抽水蓄能机组状态监测实时数据推送与存储设计
3.1 引言
3.2 Web实时通信技术
3.3 多协议联合的实时数据推送方案设计
3.4 基于双层时效机制的状态监测数据库设计
3.5 状态监测模块整体架构
3.6 本章小结
4 抽水蓄能机组非线性状态趋势预测模型研究
4.1 引言
4.2 神经网络优化算法与参数设置
4.3 基于VMD与 CNN-LSTM的状态趋势预测模型
4.4 机组状态趋势预测实例分析
4.5 本章小结
5 抽水蓄能机组状态评估与趋势预警系统集成
5.1 引言
5.2 面向服务的抽水蓄能机组状态评估及趋势预警系统设计
5.3 抽水蓄能机组状态评估与趋势预警系统在莲蓄电站的应用
5.4 本章小结
6 全文总结与展望
6.1 全文工作总结
6.2 研究展望
致谢
参考文献
附录1 :攻读硕士期间参加的科技项目
【参考文献】：
期刊论文
[1]基于GOA-SVM的短期负荷预测[J]. 宫毓斌,滕欢. 电测与仪表. 2019(14)
[2]基于LSTM循环神经网络的核电设备状态预测[J]. 龚安,马光明,郭文婷,陈臣. 计算机技术与发展. 2019(10)
[3]一种结合CNN和GRU网络的超短期风电预测模型[J]. 薛阳,王琳,王舒,张亚飞,张宁. 可再生能源. 2019(03)
[4]能源变革,水电综合利用是关键[J]. 雷奕安. 张江科技评论. 2019(01)
[5]Vue+Springboot+Mybatis开发消费管理系统[J]. 何军,陈倩怡. 电脑编程技巧与维护. 2019(02)
[6]2019年全国能源工作会议在京召开[J]. 文卉. 电力设备管理. 2019(01)
[7]关系数据库原理及其在计算机网络设计中的应用优势[J]. 李海华. 科技创新导报. 2018(35)
[8]数字化水电站在线监测系统解决方案研究[J]. 刘松,昝亚峰,李文金. 水电站机电技术. 2018(11)
[9]基于ARMA的滚动轴承振动数据预测[J]. 周建民,张臣臣,王发令,黎慧. 华东交通大学学报. 2018(05)
[10]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)
博士论文
[1]抽水蓄能机组调速系统参数辨识及控制优化研究[D]. 许颜贺.华中科技大学 2017
[2]水电机组振动信号分析与智能故障诊断方法研究[D]. 付文龙.华中科技大学 2016
硕士论文
[1]基于WebSocket的服务器推送技术的研究与实现[D]. 胡洋洋.南京邮电大学 2018
[2]基于Redis的股票交易系统的设计与实现[D]. 孙杰杰.西安电子科技大学 2018
[3]基于redis缓存的人脸识别系统设计[D]. 李彪.成都理工大学 2018
[4]基于WebSocket的水泥厂动设备的全平台状态监测系统的研究[D]. 万可达.浙江大学 2018
[5]基于Redis的实时数据库并发控制算法设计与实现[D]. 郭璇.武汉理工大学 2017
[6]基于服务器推送技术的WebGIS车辆实时监控系统的设计与实现[D]. 于炳虎.北京邮电大学 2014
[7]Html5中WebSocket协议关键技术的研究及基于WebSocket协议的实时Web通信系统的实现[D]. 石文涛.南京邮电大学 2014
[8]基于B/S结构的电机状态监测与故障诊断系统设计[D]. 聂洋.武汉理工大学 2013
[9]基于B/S模式的风力发电机远程状态监测系统研究与开发[D]. 张积坚.大连理工大学 2009
本文编号：3706035
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景和意义
1.2 课题开展国内外研究现状
1.3 本文主要研究内容与章节安排
2 抽水蓄能机组状态监测及趋势分析理论研究
2.1 引言
2.2 机组状态监测内容及途径
2.3 机组非平稳信号分析
2.4 非线性状态趋势预测方法
2.5 本章小结
3 抽水蓄能机组状态监测实时数据推送与存储设计
3.1 引言
3.2 Web实时通信技术
3.3 多协议联合的实时数据推送方案设计
3.4 基于双层时效机制的状态监测数据库设计
3.5 状态监测模块整体架构
3.6 本章小结
4 抽水蓄能机组非线性状态趋势预测模型研究
4.1 引言
4.2 神经网络优化算法与参数设置
4.3 基于VMD与 CNN-LSTM的状态趋势预测模型
4.4 机组状态趋势预测实例分析
4.5 本章小结
5 抽水蓄能机组状态评估与趋势预警系统集成
5.1 引言
5.2 面向服务的抽水蓄能机组状态评估及趋势预警系统设计
5.3 抽水蓄能机组状态评估与趋势预警系统在莲蓄电站的应用
5.4 本章小结
6 全文总结与展望
6.1 全文工作总结
6.2 研究展望
致谢
参考文献
附录1 :攻读硕士期间参加的科技项目
【参考文献】：
期刊论文
[1]基于GOA-SVM的短期负荷预测[J]. 宫毓斌,滕欢. 电测与仪表. 2019(14)
[2]基于LSTM循环神经网络的核电设备状态预测[J]. 龚安,马光明,郭文婷,陈臣. 计算机技术与发展. 2019(10)
[3]一种结合CNN和GRU网络的超短期风电预测模型[J]. 薛阳,王琳,王舒,张亚飞,张宁. 可再生能源. 2019(03)
[4]能源变革,水电综合利用是关键[J]. 雷奕安. 张江科技评论. 2019(01)
[5]Vue+Springboot+Mybatis开发消费管理系统[J]. 何军,陈倩怡. 电脑编程技巧与维护. 2019(02)
[6]2019年全国能源工作会议在京召开[J]. 文卉. 电力设备管理. 2019(01)
[7]关系数据库原理及其在计算机网络设计中的应用优势[J]. 李海华. 科技创新导报. 2018(35)
[8]数字化水电站在线监测系统解决方案研究[J]. 刘松,昝亚峰,李文金. 水电站机电技术. 2018(11)
[9]基于ARMA的滚动轴承振动数据预测[J]. 周建民,张臣臣,王发令,黎慧. 华东交通大学学报. 2018(05)
[10]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)
博士论文
[1]抽水蓄能机组调速系统参数辨识及控制优化研究[D]. 许颜贺.华中科技大学 2017
[2]水电机组振动信号分析与智能故障诊断方法研究[D]. 付文龙.华中科技大学 2016
硕士论文
[1]基于WebSocket的服务器推送技术的研究与实现[D]. 胡洋洋.南京邮电大学 2018
[2]基于Redis的股票交易系统的设计与实现[D]. 孙杰杰.西安电子科技大学 2018
[3]基于redis缓存的人脸识别系统设计[D]. 李彪.成都理工大学 2018
[4]基于WebSocket的水泥厂动设备的全平台状态监测系统的研究[D]. 万可达.浙江大学 2018
[5]基于Redis的实时数据库并发控制算法设计与实现[D]. 郭璇.武汉理工大学 2017
[6]基于服务器推送技术的WebGIS车辆实时监控系统的设计与实现[D]. 于炳虎.北京邮电大学 2014
[7]Html5中WebSocket协议关键技术的研究及基于WebSocket协议的实时Web通信系统的实现[D]. 石文涛.南京邮电大学 2014
[8]基于B/S结构的电机状态监测与故障诊断系统设计[D]. 聂洋.武汉理工大学 2013
[9]基于B/S模式的风力发电机远程状态监测系统研究与开发[D]. 张积坚.大连理工大学 2009
本文编号：3706035
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3706035.html
