电厂水泵状态监测论文提纲

论文题目：基于大数据的设备状态在线监测与预警诊断系统研究

摘要：目前,各大发电企业均部署了发电企业控制系统、厂级监控系统（SIS）以及各种各样的信息系统。这些系统积累了设备运行的海量历史数据,如何借助大数据分析技术将这些数据转化为指导发电厂生产运行的决策信息,是现代火力发电厂走向信息数据化、状态在线化和决策智能化的关键。本文介绍的设备状态在线监测与预警诊断系统就是基于大数据技术,从设备运行的海量历史数据中分析出设备的各种运行工况及参数关联关系建立状态动态监测模型,在设备运行过程中更准确、更灵敏地发现设备的异常变化,从而比DCS和人工点检更早的发现设备问题,实现企业和厂级生产数据挖掘和设备故障早期预警。本文详细介绍了基于大数据的设备状态在线监测系统在国内某300MW机组的应用。通过对大数据技术的深入研究,结合火力发电厂设备的实际运行情况,选用合适的数据挖掘算法建立电厂关键设备模型。在建模过程中,无论是数据集成、数据清理还是数据挖掘,都体现了大数据技术与电厂专业领域的深入结合。同时,本文重点介绍了氧化风机、凝结水泵和磨煤机等电厂关键设备的建模过程以及模型构建后的实际监测情况,并将这些设备的监测预警情况以案例的形式进行了重点分析。

关键词：火电厂;大数据;状态监测;故障预警;诊断分析

学科专业：控制工程（专业学位）

摘要

Abstract

第1章 绪论

1.1 课题背景及研究的目的和意义

1.2 国内外研究状态

1.3 本文研究的思路及主要内容

1.3.1 研究思路

1.3.2 研究内容

第2章 大数据概述

2.1 大数据分析技术

2.2 大数据挖掘

2.2.1 定义

2.2.2 一般过程

2.2.3 数据挖掘常用方法

第3章 基于大数据的设备状态在线监测与预警诊断系统理论研究

3.1 关联度的计算

3.1.1 关联度性质

3.1.2 关联度的计算

3.2 运行模式的计算

3.2.1 基本聚类挖掘方法

3.2.2 函数型数据的相似性指标

3.2.3 基于基函数展开的函数型数据聚类方法

3.2.4 利用相似系数聚类

3.3 本章小结

第4章 电厂关键设备氧化风机模型的构建

4.1 模型创建

4.2 模型优化及调整

4.3 模型运行情况分析

4.4 预警分析

4.5 本章小结

第5章 电厂关键设备凝结水泵模型的构建

5.1 模型创建

5.2 模型优化及调整

5.3 模型运行情况分析

5.4 预警分析

5.5 本章小结

第6章 电厂关键设备磨煤机模型的构建

6.1 模型创建

6.2 模型优化及调整

6.3 模型运行情况分析

6.4 预警分析

6.5 本章小结

第7章 结论与展望

7.1 结论

7.2 展望

参考文献

致谢