梁银林,张小波,翟璇
LIANG Yinlin,ZHANG Xiaobo,ZHAI Xuan

• 1:东方汽轮机有限公司

摘要(Abstract)：

汽轮机健康状态管理是数字发电厂的核心内容。通过阐述数据驱动汽轮机健康状态分析方法的分类和目前汽轮机健康状态管理技术的研究现状,提出了数据驱动汽轮机健康状态管理策略,分析国内主要制造企业关于汽轮机健康状态管理的工程应用现状以及智慧发电厂与汽轮机健康状态管理的关系,展望了汽轮机健康状态管理的未来发展方向。
Health management of steam turbine is a fundamental of a digital power plant. By introducing the classification of analytics for data-driven health management technology of steam turbine and research status quo of health management technology of steam turbine, the paper proposes data-driven health management strategy of steam turbine. Besides, it analyzes the engineering application of the proposed technology in domestic major manufacturing enterprises and the relationship between intelligent power plants and health management of steam turbine. Finally, the paper elaborates on the development direction of health management of steam turbine in the future.

关键词(KeyWords)： 数据驱动;汽轮机;状态监测;故障诊断
data-driven;steam turbine;condition monitoring;fault diagnosis

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 梁银林,张小波,翟璇
LIANG Yinlin,ZHANG Xiaobo,ZHAI Xuan

DOI: 10.19585/j.zjdl.202104017

参考文献(References)：

• [1]李晗，萧德云.基于数据驱动的故障诊断方法综述[J].控制与决策，2011,26(1):1-9.
• [2]刘峻华，黄树红，陆继东.汽轮机故障诊断技术的发展与展望[J].汽轮机技术，2000,21(1):1105-1110.
• [3]杨奎河，单甘霖，赵玲玲.基于最小二乘支持向量机的汽轮机故障诊断[J].控制与决策，2007,22(7):778-782.
• [4]周振宇.基于主元分析和神经网络的汽轮机组通流渐发故障诊断方法研究[D].北京：华北电力大学，2015.
• [5]蔡文方，陆颂元，吴文健，等.ICA在汽轮机组动静碰磨故障诊断中的应用研究[J].汽轮机技术，2017,59(6):451-455.
• [6]陈佳楠，夏飞，张浩，等.基于SA-PSO的小波神经网络汽轮机故障诊断[J].测控技术，2016,35(5):124-128.
• [7]俞芸萝.基于经验模态分解的汽轮机通流部分故障诊断方法研究[D].杭州：浙江大学，2016.
• [8]田松峰，魏言，郁建雄，等.基于变分模态分解云模型和优化LSSVM的汽轮机振动故障诊断[J].动力工程学报，2019,39(10):818-825.
• [9]陈长河，石志标，曹丽华.基于云粒子群优化SVM的汽轮机转子故障诊断[J].汽轮机技术，2018,60(3)201-204.
• [10]周磊.基于智能算法的汽轮机通流部分故障诊断研究[D].吉林：东北电力大学，2016.
• [11]梁银林，刘庆.集成KPCA-SVM的汽轮发电机组故障诊断[J].电力科学与工程，2017,33(1):27-31.
• [12]曹丽华，王宏宇，李勇.多神经网络与D-S证据理论融合的凝汽器故障诊断方法[J].汽轮机技术，2016,58(2):122-124.
• [13]王惠杰，张家宁，赵立坤，等.基于ANFIS-SOM神经网络的汽轮机通流部分故障诊断研究[J].应用能源技术，2017(9):1-7.
• [14]吴俊芬，胡念苏，赵瑜.基于自组织特征映射神经网络的汽轮机回热系统故障诊断[J].武汉大学学报（工学版），2003,36(4):99-102.
• [15]杨利，江浩，井新经，等.基于不确定度理论的稳态检测方法及其应用[J].热力发电，2019(5):139-144.
• [16]董晓峰.基于RCM分析的智能化汽轮机组故障诊断系统研究[D].北京：华北电力大学，2012.
• [17]顾煜炯，杨楠，刘璐，等.基于序列数据异常趋势识别的故障诊断方法[J].电力系统自动化，2019(15):146-151.
• [18]顾煜炯，杨楠，陈东超，等.利用故障因果信息的汽轮机故障智能诊断研究[J].噪声与振动控制，2019,39(4):12-19.
• [19]高文松，尹金亮，陈长利，等.特征通流面积法在汽轮机故障诊断中的应用分析[J].内蒙古电力技术，2017(5):41-45.
• [20]田松峰，魏言，郁建雄，等.基于变分模态分解云模型和优化LSSVM的汽轮机振动故障诊断[J].动力工程学报，2019,39(10):818-825.
• [21]韩中合，焦宏超，朱霄珣，等.基于EEMD排列组合熵的SVM转子振动故障诊断研究[J].电力建设，2016,37(1):92-96.
• [22]王惠杰，张家宁，王雷雨，等.基于模糊分析与信息熵的大型机组故障诊断基准值研究[J].热力发电，2018,47(3):32-37.
• [23]张晋宾，周四维.智能电厂概念、体系架构及核心技术[J].热力发电，2019,48(9):9-13.
• [24]王健,原树峰.350 MW超临界供热机组灵活性改造探索及实践[J].山西电力，2020(5):38-41.
• [25]李晓波，贾斌，焦晓峰.基于高斯混合聚类模型的汽轮机运行状态预警[J].内蒙古电力技术，2020,38(4):64-68.
• [26]徐章福，邓彤天，李志凌，等.贵州火电机组机网耦合扭振典型故障分析与寿命评估[J].电力大数据，2020,23(7):86-92.
• [27]霍红岩，秦成果，于海存，等.汽轮机高压调节阀故障引起机组负荷突变原因分析[J].内蒙古电力技术，2020,38(2):26-28.
• [28]赵志岗，高培文.300 MW直接空冷汽轮机组振动故障原因分析及处理[J].内蒙古电力技术，2019,37(5):38-41.
• [29]罗云，陈雪林，李瑞东，等.汽轮机变工况下调节级压力预测模型及应用[J].发电技术，2019,40(2):161-167.
• [30]郝帅，吴昕，王明远，等.350 MW超临界机组汽轮机汽流激振分析及处理[J].发电技术，2019,40(2):168-174.