CN112686477B - 一种磨煤机堵磨预警方法及系统 - Google Patents
一种磨煤机堵磨预警方法及系统 Download PDFInfo
- Publication number
- CN112686477B CN112686477B CN202110115602.1A CN202110115602A CN112686477B CN 112686477 B CN112686477 B CN 112686477B CN 202110115602 A CN202110115602 A CN 202110115602A CN 112686477 B CN112686477 B CN 112686477B
- Authority
- CN
- China
- Prior art keywords
- coal
- risk
- early warning
- mill
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Disintegrating Or Milling (AREA)
- Crushing And Grinding (AREA)
Abstract
本发明提供一种磨煤机堵磨预警方法及系统,所述方法包括:根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;对所述连续风险区间的时序数据进行趋势趋势分析和预测,获得分析和预测结果;根据所述分析和预测结果,输出磨煤机堵磨预警等级。本发明的技术方案,通过层次化风险研判与连续风险窗口划分,并基于时/频域特征分析的窗口特征提取以及趋势分析预测,实现了对磨煤机堵磨进行分级报警。
Description
技术领域
本发明涉及磨煤机的信息技术领域,尤其涉及一种磨煤机堵磨预警方法及系统。
背景技术
磨煤机是燃煤电厂的重要辅机设备,将原煤研磨成煤粉作为锅炉燃烧的原料。
磨煤机堵磨是一种常见异常工况,轻则导致电耗升高、石子煤排量大,重则导致设备非计划停机、设备零部件损坏。
磨煤机系统主要有以下特点:
1)具有强耦合、大惯性、非线性等特点;
2)堵磨通常是一个非常缓慢的过程,该过程的时间长度不固定,可能很长也可能很短;
3)设备的磨煤工况、给煤工况等多种工况交替出现;
基于以上几点,仅依靠工业领域常用的阈值报警方法,通常较难得到精准的判断。
发明内容
本发明的实施例提供一种磨煤机堵磨预警方法及系统,用于通过层次化风险研判与连续风险窗口划分,并基于时/频域特征分析的窗口特征提取以及趋势分析预测,对磨煤机堵磨进行分级报警。
本发明的实施例提供一种磨煤机堵磨预警方法,包括:
根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;
根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;
根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;
对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果;
根据所述分析和预测结果,输出磨煤机堵磨预警等级。
可选的,根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果,包括:
选择设定的第一时间窗口,对磨煤机的给煤量数据进行给煤工况识别,若所述给煤工况为动态给煤工况,获取磨煤机堵磨低级风险的识别结果;
否则,触发对磨煤机运行状态的监控。
可选的,根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果,包括:
通过参数矩阵计算磨煤机非健康度,获取监控结果。
可选的,通过参数矩阵计算磨煤机非健康度,获取监控结果,包括:
通过参数矩阵对磨煤机的运行数据进行非健康度的计算,获取磨煤机的瞬间健康度;
若磨煤机的瞬间健康度超过设定的第一阈值,则获取中级风险的监控结果;否则,获取无风险的监控结果。
可选的,所述非健康度的计算包括:磨煤机关键运行变量的状态监测;所述状态监测所涉及的运行变量包括但不限于:一次风量/风温/风压、冷/热风门开度;出口粉温;进出口压差;电机电流。
可选的,根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据,包括:
获取历史计算得到的风险等级判断结果;
基于所述判断结果以及设定的第二时间窗口,对所述给煤量数据进行连续处于风险状态时段的起止时间点的划定;
基于已划定的风险区间获取历史时序数据,获取连续风险区间的时序数据。
可选的,所述对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果,包括:
基于时/频域分析方法,对所述连续风险区间内的时序数据进行时序特征的提取,获取时序特征;
根据所述时序特征,进行趋势分析和预测,获得分析和预测结果。
可选的,根据所述预测结果,输出磨煤机堵磨预警等级,包括:
将所述时序特征和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级。
可选的,将所述时序特征和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级;所述研判规则包括但不限于:
若时序特征超过第二阈值,则输出第三预警等级;
若所述预测结果超过第三阈值,则输出第二预警等级;
若所述时序特征超过第二阈值并且所述预测结果超出第四阈值,则输出第一预警等级。
本发明的实施例还提供一种磨煤机堵磨预警系统,包括:
识别模块,用于根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;
监控模块,用于根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;
划分模块,用于根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;
趋势分析模块,用于对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果;
预警模块,用于根据所述分析和预测结果,输出磨煤机堵磨预警等级。
本发明的实施例,具有如下技术效果:
本发明的上述技术方案,通过层次化风险研判与连续风险窗口划分,并基于时/频域特征分析的窗口特征提取以及趋势分析和预测,可以实现对磨煤机堵磨进行分级报警。
附图说明
图1为本发明实施例提供的磨煤机堵磨预警方法的流程示意图;
图2为本发明实施例提供的对磨煤机运行状态进行监控的示意图;
图3为本发明实施例提供的连续风险区间的划分示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,本发明实施例提供一种磨煤机堵磨预警方法,包括:
S1:根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;
S2:根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;
S3:根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;
S4:对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果;
S5:根据所述分析和预测结果,输出磨煤机堵磨预警等级。
本发明的该实施例,通过层次化风险研判与连续风险窗口划分,并基于时/频域特征分析的窗口特征提取以及趋势分析和预测,可以实现对磨煤机堵磨进行分级报警。
本发明一可选的实施例,步骤S1中,根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果,包括:
选择设定的第一时间窗口,对磨煤机的给煤量数据进行给煤工况识别,若所述给煤工况为动态给煤工况,获取磨煤机堵磨低级风险的识别结果;否则,触发对磨煤机运行状态的监控。
具体的,对设备的外部给煤量数据,选择设定的第一时间窗口(分钟级),进行动态给煤工况识别(包括但不限于以下描述)
如果识别结果是True/Y,则输出低级风险;
如果识别结果是False/N,则触发对磨煤机运行状态的监控。
这里,工作原理为:磨煤机堵磨现象的发生,往往是由于设备内块状煤堆积形成;外部给煤会增加堵磨的风险;故将动态给煤状态设定成设备的低风险时刻。
磨煤机的运行变量,包括但不限于以下变量:
一次风量/风温/风压;冷/热风门开度;出口粉温;进出口压差;电机电流。
工作方法为:基于小波降噪、滑动平均、指数平滑、卡尔曼滤波等方法,滤除数据的高频噪声,提取窗口时序特征,进行动态给煤工况识别。
输出结果:若处于动态给煤工况下,则输出低级风险。
如图2所示,本发明一可选的实施例,步骤S2中,根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果,包括:
通过参数矩阵计算磨煤机非健康度,获取监控结果。
具体的,对设备运行数据,选择设定的第三时间窗口(分钟级),进行设备运行状态的非健康程度进行监控(包括但不限于以下描述):
如果监控结果是True(代表设备运行不健康),则输出中级风险;
如果监控结果是False(代表设备运行健康),则输出无风险。
其中:运行数据范围(包括但不限于):一次风量/风温/风压;冷/热风门开度;出口粉温;进出口压差;电机电流。
工作方法为:基于磨煤机堵磨的常见征兆规律,通过阈值权重等参数矩阵计算设备非健康度,从而判定是否存在中级风险。
本发明一可选的实施例,步骤S2中,通过参数矩阵计算磨煤机非健康度,获取监控结果,包括:
通过参数矩阵(或其他类似方法)对磨煤机的运行数据进行非健康度的计算,获取磨煤机的瞬间健康度;
若磨煤机的瞬间健康度超过设定的第一阈值,则获取中级风险的监控结果;否则,获取无风险的监控结果。
具体的,参数矩阵的设定,可通过如下任意一种方法获得:
1)通过经验,人为直接给定;
2)基于历史数据做统计优化;
3)基于机器学习等方法做最优值计算做参数优化;
计算得到设备的瞬时健康度,结合阈值,判断是否输出中级风险;
输出结果:若设备非健康度超过一定阈值,则输出中级风险。
本发明的该实施例,基于动态窗口滤波方法做动态给煤工况识别,并基于权重阈值参数矩阵的方法对磨煤工况下的设备计算瞬时健康度,实现堵磨工况的层次化风险研判
本发明一可选的实施例,步骤S2中,所述非健康度的计算包括:磨煤机设备关键运行变量的状态监测;所述状态监测所涉及的运行变量包括但不限于:一次风量/风温/风压、冷/热风门开度;出口粉温;进出口压差;电机电流等。
其中,磨煤机堵磨常见的征兆规律可由多种方式获得(可基于行业标准提炼,也可基于运维用户自身经验制定),包括但不限于以下几条征兆规律:电流上升;出口粉温降低;入口一次风压增大,出口风压减少,风量降低;
进出口压差增大。
如图3所示,本发明一可选的实施例,步骤S3中,根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据,包括:
获取历史计算得到的风险等级判断结果;
基于所述判断结果以及设定的第二时间窗口,对所述给煤量数据进行连续处于风险状态时段的起止时间点的划定,获取连续风险区间的时序数据。
其中,第二时间窗口为:非固定的长时间窗口,从数小时到数天不等。
具体的,通过磨煤机风险等级的时序记录,提取连续风险区间;
连续风险区间为:从上个无风险时刻起,到此刻止,期间所有低级风险和高级风险的时间区间的集合。
本发明一可选的实施例,步骤S4中,所述对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果,包括:
基于时/频域分析方法,对所述连续风险区间内的时序数据进行时序特征的提取,获取时序特征;
根据所述时序特征,进行趋势分析和预测,获得分析和预测结果。
具体的,基于时/序聚类分析以及频域特征分析等时频域分析方法,提取时序特征,并预测趋势。
输出结果:计算得到的时序特征,以及趋势分析和预测结果。
其中,1)时序聚类分析方法,包括但不限于:
时序小窗口统计聚合,如平均值、分位值、标准差等;
使用STL分解、ARIMA预测等时序分析方法进行周期性检测;
多变量之间相关性分析等;
基于k-means、dbscan、GMM高斯混合、层次聚类等聚类方法。
2)频域特征分析方法,包括但不限于:
基于傅里叶分析、小波分析、包络谱分析等频域分析方法;
频域响应分析,包括频率特性、幅相特性、状态方程以及系统的传递函数分析等。
本发明一可选的实施例,步骤S5中,根据所述预测结果,输出磨煤机堵磨预警等级,包括:
将所述时序特征分析结果和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级。
本发明一可选的实施例,将所述时序特征分析结果和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级,所述研判规则包括但不限于:
若时序特征超过第二阈值,则输出第三预警等级;
若所述预测结果超过第三阈值,则输出第二预警等级;
若所述时序特征超过第二阈值并且所述预测结果超出第四阈值,则输出第一预警等级。
其中,第三预警等级为输出蓝色警报,第二预警等级为输出橙色警报,第以预警等级为输出红色警报。
本发明的该实施例基于历史风险等级记录,提取连续风险区间,通过时/频域特征分析等方法对该区间内的数据做趋势分析和预测,并基于分析预测结果做分级预警。
本发明的实施例还提供一种磨煤机堵磨预警系统,包括:
识别模块,用于根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;
监控模块,用于根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;
划分模块,用于根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;
趋势分析模块,用于对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果;
预警模块,用于根据所述分析和预测结果,输出磨煤机堵磨预警等级。
可选的,根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果,包括:
选择设定的第一时间窗口,对磨煤机的给煤量数据进行给煤工况识别,若所述给煤工况为动态给煤工况,获取磨煤机堵磨低级风险的识别结果;
否则,触发对磨煤机运行状态的监控。
可选的,根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果,包括:
通过参数矩阵(或其他类似方法)计算磨煤机非健康度,获取监控结果。
可选的,通过参数矩阵(或其他类似方法)计算磨煤机非健康度,获取监控结果,包括:
通过参数矩阵(或其他类似方法)对磨煤机的运行数据进行非健康度的计算,获取磨煤机的瞬间健康度;
若磨煤机的瞬间健康度超过设定的第一阈值,则获取中级风险的监控结果;否则,获取无风险的监控结果。
可选的,所述非健康度的计算包括:磨煤机设备关键运行变量的状态监测;所述状态监测所涉及的运行变量包括但不限于:一次风量/风温/风压、冷/热风门开度;出口粉温;进出口压差;电机电流等。
可选的,根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据,包括:
获取历史计算得到的风险等级判断结果;
基于所述判断结果以及设定的第二时间窗口,对所述给煤量数据进行连续处于风险状态时段的起止时间点的划定,获取连续风险区间的时序数据。
可选的,所述对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果,包括:
基于时/频域分析方法,对所述连续风险区间内的时序数据进行时序特征的提取,获取时序特征;
根据所述时序特征,进行趋势分析和预测,获得分析和预测结果。
可选的,根据所述预测结果,输出磨煤机堵磨预警等级,包括:
将所述时序特征和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级。
可选的,将所述时序特征和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级,所述研判规则包括但不限于:
若时序特征超过第二阈值,则输出第三预警等级;
若所述预测结果超过第三阈值,则输出第二预警等级;
若所述时序特征超过第二阈值并且所述预测结果超出第四阈值,则输出第一预警等级。
本发明的上述实施例,通过层次化风险研判与连续风险窗口划分,并基于时/频域特征分析的窗口特征提取以及趋势分析和预测,可以实现对磨煤机堵磨进行分级报警。
需要说明的是,该系统是与上述图1所示方法的实施例对应的系统,上述方法实施例中的所有实现方式均适用于该系统的实施例中,也能达到相同的技术效果。
本发明的实施例,还提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该系统的实施例中,也能达到相同的技术效果。
此外,需要指出的是,在本发明的系统和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和系统的全部或者任何步骤或者部件,可以在任何计算系统(包括处理器、存储介质等)或者计算系统的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算系统上运行一个程序或者一组程序来实现。所述计算系统可以是公知的通用系统。因此,本发明的目的也可 以仅仅通过提供包含实现所述方法或者系统的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的系统和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种磨煤机堵磨预警方法,其特征在于,包括:
根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;
根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;
根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;
对所述连续风险区间的时序数据进行趋势特征分析和预测,获得分析和预测结果;
根据所述分析和预测结果,输出磨煤机堵磨预警等级;
其中,根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据,包括:
获取历史计算得到的风险等级判断结果;
基于所述判断结果以及设定的第二时间窗口,对所述给煤量数据进行连续处于风险状态时段的起止时间点的划定;
基于已划定的风险区间获取历史时序数据;
其中,第二时间窗口为:非固定的长时间窗口。
2.根据权利要求1所述的磨煤机堵磨预警方法,其特征在于,根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果,包括:
选择设定的第一时间窗口,对磨煤机的给煤量数据进行给煤工况识别,若所述给煤工况为动态给煤工况,获取磨煤机堵磨低级风险的识别结果;否则,触发对磨煤机运行状态的监控。
3.根据权利要求1所述的磨煤机堵磨预警方法,其特征在于,根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果,包括:
通过参数矩阵计算磨煤机非健康度,获取监控结果。
4.根据权利要求3所述的磨煤机堵磨预警方法,其特征在于,通过参数矩阵计算磨煤机非健康度,获取监控结果,包括:
通过参数矩阵对磨煤机的运行数据进行非健康度的计算,获取磨煤机的瞬间健康度;
若磨煤机的瞬间健康度超过设定的第一阈值,则获取中级风险的监控结果;否则,获取无风险的监控结果。
5.根据权利要求4所述的磨煤机堵磨预警方法,其特征在于,所述非健康度的计算包括:磨煤机关键运行变量的状态监测;
所述状态监测所涉及的运行变量包括但不限于:一次风量/风温/风压、冷/热风门开度;出口粉温;进出口压差;电机电流。
6.根据权利要求1所述的磨煤机堵磨预警方法,其特征在于,所述对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果,包括:
基于时/频域分析方法,对所述连续风险区间内的时序数据进行时序特征的提取,获取时序特征;
根据所述时序特征,进行趋势分析和预测,获得分析和预测结果。
7.根据权利要求6所述的磨煤机堵磨预警方法,其特征在于,根据所述预测结果,输出磨煤机堵磨预警等级,包括:
将所述时序特征和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级。
8.根据权利要求7所述的磨煤机堵磨预警方法,其特征在于,将所述时序特征和/或预测结果依照指定的研判规则,输出磨煤机堵磨预警等级;所述研判规则包括但不限于:
若时序特征超过第二阈值,则输出第三预警等级;
若所述预测结果超过第三阈值,则输出第二预警等级;
若所述时序特征超过第二阈值并且所述预测结果超出第四阈值,则输出第一预警等级。
9.一种磨煤机堵磨预警系统,其特征在于,包括:
识别模块,用于根据磨煤机的给煤量数据,对磨煤机的给煤工况进行识别,获取识别结果;
监控模块,用于根据所述识别结果,对磨煤机运行状态进行监控,获取监控结果;
划分模块,用于根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据;
趋势分析模块,用于对所述连续风险区间的时序数据进行趋势分析和预测,获得分析和预测结果;
预警模块,用于根据所述分析和预测结果,输出磨煤机堵磨预警等级;
其中,根据所述监控结果,对所述给煤量数据进行风险区间划分,获取连续风险区间的时序数据,包括:
获取历史计算得到的风险等级判断结果;
基于所述判断结果以及设定的第二时间窗口,对所述给煤量数据进行连续处于风险状态时段的起止时间点的划定;
基于已划定的风险区间获取历史时序数据;
其中,第二时间窗口为:非固定的长时间窗口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110115602.1A CN112686477B (zh) | 2021-01-28 | 2021-01-28 | 一种磨煤机堵磨预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110115602.1A CN112686477B (zh) | 2021-01-28 | 2021-01-28 | 一种磨煤机堵磨预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112686477A CN112686477A (zh) | 2021-04-20 |
CN112686477B true CN112686477B (zh) | 2022-04-01 |
Family
ID=75459404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110115602.1A Active CN112686477B (zh) | 2021-01-28 | 2021-01-28 | 一种磨煤机堵磨预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112686477B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283504B (zh) * | 2021-05-24 | 2023-05-23 | 平安国际融资租赁有限公司 | 基于聚类的设备状态检测方法、装置、计算机设备和介质 |
CN114646352A (zh) * | 2022-04-08 | 2022-06-21 | 华能海南发电股份有限公司海口电厂 | 基于磨煤机基本运行参数判断磨煤机故障的方法及系统 |
CN114742312A (zh) * | 2022-04-26 | 2022-07-12 | 西安热工研究院有限公司 | 一种磨煤机堵煤预警方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308991A (zh) * | 2020-03-19 | 2020-06-19 | 中国大唐集团科学技术研究院有限公司华东电力试验研究院 | 一种磨煤机运行故障识别方法及应用 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109238760B (zh) * | 2018-09-11 | 2020-06-30 | 浙江大学 | 基于典型相关分析与慢特征分析的智能电厂燃煤发电机组磨煤机的在线监测方法 |
CN110533887B (zh) * | 2019-08-07 | 2022-08-26 | 山东蓝光软件有限公司 | 一种基于实时监测数据的煤与瓦斯突出灾害离散模态预警方法,装置及存储介质 |
CN110918242B (zh) * | 2019-10-18 | 2021-09-17 | 华创三立(北京)能源科技有限公司 | 磨煤机监控预警方法与系统 |
CN111079977B (zh) * | 2019-11-18 | 2023-06-20 | 中国矿业大学 | 基于svd算法的异构联邦学习矿井电磁辐射趋势跟踪方法 |
CN111866121B (zh) * | 2020-07-17 | 2022-06-14 | 南京和控电气系统工程有限公司 | 一种大型起重机设备安全监控管理云平台 |
CN112036089A (zh) * | 2020-09-03 | 2020-12-04 | 华能国际电力股份有限公司玉环电厂 | 一种基于dpc-mnd和多元状态估计的磨煤机故障预警方法 |
-
2021
- 2021-01-28 CN CN202110115602.1A patent/CN112686477B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111308991A (zh) * | 2020-03-19 | 2020-06-19 | 中国大唐集团科学技术研究院有限公司华东电力试验研究院 | 一种磨煤机运行故障识别方法及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN112686477A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112686477B (zh) | 一种磨煤机堵磨预警方法及系统 | |
Fan et al. | Unsupervised data analytics in mining big building operational data for energy efficiency enhancement: A review | |
Piscitelli et al. | Enhancing operational performance of AHUs through an advanced fault detection and diagnosis process based on temporal association and decision rules | |
Torregrossa et al. | A data-driven methodology to support pump performance analysis and energy efficiency optimization in Waste Water Treatment Plants | |
CN107146004B (zh) | 一种基于数据挖掘的矿渣粉磨系统健康状态识别系统及方法 | |
Piscitelli et al. | A data analytics-based tool for the detection and diagnosis of anomalous daily energy patterns in buildings | |
US10047757B2 (en) | Predicting a surge event in a compressor of a turbomachine | |
US20160371412A1 (en) | System for processing data and modelling for analysis of the energy consumption of a site | |
Gupta et al. | ESP health monitoring KPI: a real-time predictive analytics application | |
CN107765658A (zh) | 一种基于物联网的压缩机控制方法、装置及系统 | |
Cui et al. | An optimized swinging door algorithm for wind power ramp event detection | |
CN111241683A (zh) | 一种基于动态时间规整的设备工况故障预测方法和系统 | |
Kaced et al. | Multivariate nuisance alarm management in chemical processes | |
CN103487250A (zh) | 基于二维投射的煤矿设备预知维护方法 | |
CN117131110A (zh) | 一种基于关联分析的容性设备介质损耗监测方法及系统 | |
Dutta et al. | PROAD (Process Advisor): A health monitoring framework for centrifugal pumps | |
CN111176226A (zh) | 一种基于运行工况的设备特征参数报警阈值自动分析方法 | |
Wang et al. | Data-driven incipient fault prediction for non-stationary and non-linear rotating systems: Methodology, model construction and application | |
CN113544708A (zh) | 用于时间序列数据的基于簇的分类 | |
Martí et al. | YASA: yet another time series segmentation algorithm for anomaly detection in big data problems | |
Yang et al. | Anomaly detection of vehicle data based on LOF algorithm | |
AU2010202088C1 (en) | System and method for identifying energy overconsumption | |
Rosli et al. | Application of Principle Component Analysis in Resolving Influential Factor Subject to Industrial Motor Failure | |
CN112268703A (zh) | 一种矿井通风机轴承检测系统 | |
Kang et al. | Fault diagnosis of pipeline and pump unit systems using status coupling analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |