摘要
本发明提供一种基于大数据分析的火电厂生产设备故障自动诊断方法及系统,属于火电厂设备诊断领域。该方法包括:基于预处理后的火电厂生产设备的各运行数据,提取设备运行状态特征;各运行数据由不同机组参数检测点获取;基于预处理后的火电厂生产设备的各运行数据和设备运行状态特征,建立故障诊断模型;将火电厂生产设备的实时运行数据输入至故障诊断模型中,确定各机组参数检测点获取的对应实时运行数据是否存在异常,得到故障预测诊断结果;故障预测诊断结果包括所有异常的实时运行数据以及各异常的实时运行数据对应的机组参数检测点。通过对火电厂设备运行数据的深度分析,实现对机组参数检测点的趋势预警、智能报警和故障自动诊断的目的。
技术关键词
故障自动诊断方法
设备运行状态
故障诊断模型
检测点
大数据算法
火电厂设备
机组
故障自动诊断系统
大数据存储系统
参数
机器可读存储介质
深度学习算法
处理器
机器学习算法
诊断模块
电子设备
系统为您推荐了相关专利信息
故障诊断方法
故障分析模型
故障诊断模型
神经网络参数
数据处理模块
动态状态模型
时间段
电力设备运行状态
框架
控制单元
智能故障检测
设备运行状态数据
故障预测模型
设备运行环境
配电节点
电网配电线路故障
故障诊断模型
在线监测方法
机器学习算法
数据传输模块