文献类型：期刊文章

作　　者：许裕栗[1] 张静[2] 李柠[2] 甘中学[3]

XU Yu-li;ZHANG Jing;LI Ning;GAN Zhong-xue(ENN Science and Technology Development Co.Ltd.,Langfang,China,Post Code :065001;Department of Automation,Shanghai Jiao Tong University,Shanghai,China,Post Code :200240;State Key Laboratory of Coal-based Low-carbon Energy,Langfang,China,Post Code :065001)

机构地区：[1]新奥科技发展有限公司,河北廊坊065001 [2]上海交通大学自动化系,上海200240 [3]煤基低碳能源国家重点实验室,河北廊坊065001

出　　处：《热能动力工程》

基　　金：973计划基金资助项目(2014CB249200)~~

年　　份：2019

卷　　号：34

期　　号：2

起止页码：82-87

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解锅炉的运行状态,提出了一种基于数据挖掘的锅炉在线运行状态的监测方法:利用K-means算法对锅炉正常运行时的工况进行划分,然后依据距离度量的状态监测思想,在各工况内计算每个采样点的马氏距离,利用高斯阈值构建决策函数,得到锅炉的实时健康指标。利用重庆某新能源技术有限公司提供的2台燃气锅炉半年的运行数据,对该状态监测方法进行验证,表明该方法能够准确地跟踪锅炉的运行状态,在锅炉发生异常时及时报警。

关 键 词：锅炉 工况划分  马氏距离  高斯阈值  状态监测  

分 类 号：TK227]