Para resolver el problema de las frecuentes fallas de los molinos de carbón en las centrales eléctricas de carbón, se propone un método de alerta inteligente basado en la estimación de múltiples estados (MSET) y la similitud vectorial. Como objeto de estudio, se seleccionó un molino de carbón de velocidad media de 350 MW, se eligieron parámetros clave que reflejan su estado operativo, se recopilaron datos históricos con fallas y se dividieron en diferentes conjuntos de datos. Para los conjuntos de datos de entrenamiento, se establece una matriz de memoria del proceso mediante un muestreo uniforme, el vector de observación se introduce en el modelo MSET para obtener su vector estimado correspondiente, y al mismo tiempo se define su función de similitud, se utiliza un método de ventana deslizante para determinar el umbral de alerta. Finalmente, se utilizaron datos reales de operación para la verificación, y los resultados muestran que cuando el molino funciona normalmente, el error relativo promedio de predicción de los datos del modelo es inferior al 1%; cuando el molino de carbón se bloquea debido a una obstrucción, el modelo puede detectar rápidamente un funcionamiento anormal del molino de carbón y emitir una alerta 380 s antes de la ocurrencia. Esto demuestra que el modelo puede predecir con precisión las tendencias de cambio de los parámetros y lograr una alerta inteligente rápida y precisa de las fallas del molino.

molino de carbón de velocidad media; matriz de memoria del proceso; estimación de múltiples estados; similitud promedio; alerta de fallas