摘要
ダイナミック蒸気給水ポンプは火力発電所の重要な補助機器です。ダイナミック蒸気給水ポンプの効果的な故障予測は、その状態のメンテナンスに役立ちます。本論文は、統計的特徴に基づく特徴抽出方法とRelief特徴選択アルゴリズムを使用して、工場監視システムの歴史データを分類モデルの入力パラメータに合理的に変換し、2つの発電所で発生した蒸気タービンの小さな羽根および給水ポンプの動的および静的バランスディスクの実際の故障事例に5つの異なる分類アルゴリズムを使用して分類モデルを構築しました。実データ検証の結果、BPニューラルネットワーク、サポートベクトルマシン、および組み合わせ分類アルゴリズムがより優れた分類効果を持ち、装置の故障の潜在的リスクを4〜10週間前に事前に識別できることが示されました。これらの結果は、他の装置の故障を予測するための新しいアイデアを提供します。
关键词
ダイナミック蒸気給水ポンプ; 故障予測; BPニューラルネットワーク; サポートベクトルマシン; 組み合わせ分類; 状態保守