典型文献
基于大数据分析的智慧电厂设备状态监测研究
文献摘要:
为提高发电厂设备运行可靠性及安全性,提出了基于大数据分析的智慧电厂设备状态监测方法.利用无线传感器采集发电厂设备振动信号,振动信号经小波包分解得到子频信号能量值,将子频信号的能量与总能量的比例作为态特征向量输入到最小二乘支持向量机中,完成发电厂设备异常状态分类,并且利用改进蚁群算法优化分类过程,获取最佳设备状态监测结果.试验结果表明,该方法可有效提取到不同设备状态下的信号频谱图,且设备状态监测结果与实际设备状态结果高度一致;该方法应用后可极大程度提高智慧电厂设备运行安全性及可靠性,客户满意度高.
文献关键词:
大数据分析;智慧电厂;设备状态监测;改进蚁群算法;支持向量机;能量值
中图分类号:
作者姓名:
王建设;李奎;印伟;郑斌;夏晨阳
作者机构:
国家电投集团协鑫滨海发电有限公司,江苏盐城224000
文献出处:
引用格式:
[1]王建设;李奎;印伟;郑斌;夏晨阳-.基于大数据分析的智慧电厂设备状态监测研究)[J].电气应用,2022(03):28-33
A类:
B类:
智慧电厂,电厂设备,设备状态监测,发电厂,设备运行,运行可靠性,监测方法,无线传感器,振动信号,小波包分解,频信,信号能量,能量值,总能量,特征向量,最小二乘支持向量机,设备异常,异常状态,状态分类,改进蚁群算法,蚁群算法优化,分类过程,监测结果,有效提取,取到,信号频谱,频谱图,结果高度,高度一致,高智慧,运行安全性,客户满意度,满意度高
AB值:
0.324814
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。