典型文献
基于大数据加速自动分析的电厂设备油色谱在线监测技术
文献摘要：
为解决油色谱监测装置监测准确率和敏感度低的问题,提出了一种基于大数据加速自动分析的电厂设备油色谱在线监测技术.利用大数据加速自动分析方法,挖掘分析和并行处理传感器传输的大量油色谱在线监测数据,通过基于CMCH的多尺度多变量样本熵并行算法选取固定时间长度作为加速分析特征集,模拟计算特征集内气体数据的渐变趋势、时间拐点等信息.再根据色谱学中的塔板理论,利用高斯函数建模分析色谱信号的峰值及频谱面积,使用一阶导数预测气体变化的峰值速率、潜伏时间以及变化梯度,部署过热气体在线监测传感器装置;通过大数据分析技术中的模糊减法聚类算法,设定油色谱的监测阈值,判断电力设备的潜在危险.利用变异系数估计监测数据的有效性及偏离程度,完成油色谱在线监测.仿真实验证明,所提技术监测曲线的分布范围与原始数据相差不超过20 mg/m3,监测准确率高、运行稳定,对气体色谱变化较为敏感,具有很强的自适应性.
文献关键词：
电厂设备油色谱;过热气体;峰值速率;高斯分布函数;色谱信号
中图分类号：
作者姓名：
高菘;张勇;张龙浩;付恩狄;王华有
作者机构：
南方电网调峰调频发电有限公司西部检修试验分公司,贵州 兴义 562400;天生桥二级水力发电有限公司,贵州 兴义 562400
文献出处：
引用格式：
[1]高菘;张勇;张龙浩;付恩狄;王华有-.基于大数据加速自动分析的电厂设备油色谱在线监测技术)[J].自动化应用,2022(07):18-22
A类：
电厂设备油色谱,CMCH,色谱信号,过热气体,模糊减法
B类：
自动分析,油色谱在线监测,在线监测技术,监测装置,挖掘分析,并行处理,多变量,样本熵,并行算法,固定时间,征集,拐点,谱学,塔板,板理论,高斯函数,函数建模,建模分析,一阶导数,峰值速率,变化梯度,在线监测传感器,大数据分析技术,减法聚类,聚类算法,断电,电力设备,潜在危险,系数估计,偏离程度,技术监测,分布范围,原始数据,运行稳定,体色,自适应性,高斯分布函数
AB值：
0.297385
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。
