基于大数据分析的火电机组引风机故障预警研究

针对火电机组引风机发生故障频繁的问题，提出了一种基于大数据分析的引风机故障预警研究。以某330 MW火电机组引风机为研究对象，提取了与其工作状态密切关联的11种特征信息，进行数据预处理后，结合BP神经网络建立了引风机状态预测模型，其误差满足工程上的要求。引用分布式控制系统（distributed control system,DCS）和安全仪表系统（safety instrumentation system,SIS），设计了一套引风机状态预警系统，并开发了此预警系统的可视化界面，当某一特征信息的实测值超过模型预测值的安全阈值后，提醒运行人员进行检修和故障排查，实现对引风机故障的有效预警。