文献类型：期刊文章

作　　者：陈万勋[1] 刘春波[2] 赵坚强[2]

CHEN Wanxun;LIU Chunbo;ZHAO Jianqiang(PowerChina Guizhou Engineering CO.,Ltd.,Guiyang 550006 Guizhou,China;Beijing Orient General Electric Institute,Beijing 100195,China)

机构地区：[1]中国电建集团贵州工程有限公司,贵州贵阳550006 [2]北京奥技异电气技术研究所有限公司,北京100195

出　　处：《电力大数据》

年　　份：2020

卷　　号：23

期　　号：1

起止页码：21-27

语　　种：中文

收录情况：普通刊

摘　　要：传统的塔筒倾覆在线监测系统往往存在数据采集、分析单一、非专业人员很难看懂和理解、运维管理模式落后等缺陷,为了解决这些问题,本文通过研究人工智能技术,综合塔筒倾斜、基础水平、风速、风向、功率等关联信息,运用机器学习算法构建塔筒倾覆故障模型,计算反映设备状态的模型特征值,检测模型特征值的变化趋势,实现塔筒倾覆状态的在线检测和劣化过程的早期预警。同时本文还重点介绍了基于人工智能的风机塔筒倾覆智能预警系统建设目标、系统架构、诊断流程和系统开发平台,通过此系统不断提高对数据挖掘技术的能力,对风机健康状况进行更为精准的判定及故障隐患的及时发现,保障风机基础和塔筒的安全运行,防止风机发生倾斜或倒塌等重大安全生产事故。

关 键 词：人工智能 塔筒倾覆  特征值 预警 故障模型  风机

分 类 号：TM75]