[发明专利]基于典型变量分析与隐马尔可夫的送风机故障预测方法

摘要

本发明公开了一种基于典型变量分析与隐马尔可夫的智能电厂送风机故障退化状态预测方法。针对智能电厂大型火力发电机组送风机，采用典型变量分析和慢特征分析的方法提取特征，并使用所提取的特征来训练连续隐马尔可夫模型，从而预测闭环控制系统故障退化状态。该方法同时考虑了大型火力发电机组送风机发生故障时，其闭环控制系统动态调节过程中变量的时序相关性和变化速度，更加准确地预测智能电厂大型火力发电机组送风机的闭环控制系统故障退化状态。在保证送风机的良好运行的同时，保证了大型火力发电机组的炉膛安全燃烧，以及电厂安全、经济运营。不但降低了检修费用、延长了检修间隔，而且能够延长送风机的使用寿命，增加电厂的经济效益。