摘要
本申请涉及一种塔设备状态监测方法、装置、系统和监测平台。方法包括:获取塔设备的当前监测数据;当前监测数据包括进料数据、顶采点位、侧采点位和釜采点位的采出数据、回流点位的回流数据和温度数据、塔顶点位的压力数据和塔内压降数据;获取预构建的泛点率预测模型;泛点率预测模型对应的初始模型为多元线性回归模型,多元线性回归模型的自变量包括进料量、顶采量、侧采量、釜采量、回流量、回流温度、塔顶压以及塔内压降,泛点率预测模型通过采用梯度下降法和训练样本数据对初始模型进行下降训练生成;将当前监测数据输入泛点率预测模型中,得到泛点率实时值。采用本方法能够避免因模型自变量设置不当造成的液泛状态监测结果不准确的问题。
技术关键词
塔设备
多元线性回归模型
训练样本数据
负荷预测模型
数据存储单元
数据显示单元
进料
DCS系统
状态监测方法
历史监测数据
监测点
数据处理单元
采集设备
状态监测平台
状态监测装置
状态监测系统
变量
系统为您推荐了相关专利信息
加速度
振动保护方法
多元线性回归模型
风电机组
停机条件
电网供电优化方法
发电量
资源
负荷预测模型
传输路径
模型训练方法
神经模糊推理系统
状态识别方法
训练样本数据
频段