设备状态监测的数据挖掘论文范文

本站小编为你精心准备了设备状态监测的数据挖掘论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1设备状态监测中数据挖掘技术实施要点

结合目前电厂实际情况来看，设备状态监测系统与数据挖掘技术是密切相关的，就目前数据挖掘技术应用角度来看，其实施步骤及实施要点主要可以按照以下流程进行。

1.1以监测系统模型预测值实施监测数据挖掘技术规范下所确定的非参数性模型，可以在监测设备现场运行时产生符合设备运行规范的相应预测值，设备状态实时化预测值的确定，不单纯由设备现场运行情况确定，同时也会按照设备同监测系统各监测点的相互关系以及设备过往运行情况进行调整。准确的说，设备状态实时化监测，应当充分考虑到大量历史信息数据，并全面把握各模型内部测点关系后，动态化确立的，在实践当中，利用高精度的预测数值同设备实际运行数值进行分析比较，并采用统计学方法进行分析，可较为全面的把握现场设备的各项参数，并针对设备及系统的早期故障进行有效预警。比如，若单项参数的实际测量结果同预测值存在较大差异时，则应参考偏差规模大小及系统相关的预警机制，督促相关设备运营维护人员尽快处理故障，防止故障严重化或者出现规模扩大化。此外，构建科学合理化的预警条件后，主设备管理与操作使用人员，应该按照工作实践，对新设备运行状态进行较为妥善的早期处理，进行全面操作，从而全面提升设备早期稳固性与可操作性。

1.2构建监测系统模型在采用数据挖掘技术构建设备状态监测系统时，应当优先结合各子机组系统，按照现场设备构建完善的系统模型。具体来讲，就是从既有的数据库中调用大量数据，按照模型构建需要进行整理，将其转化为设备状态监测系统可识别的格式，再按照模型构建规范进行后续操作。考虑到设备原有运行数据中存在涵盖设备运行规律以及设备具体运行参数等与设备密切相关的海量数据，故可以通过对过往数据库内信息进行充分分析处理后，构建较为完善的动态模型，并依此确定最符合设备现场运行规律与设备参数的设备状态监测内容。考虑到数据挖掘技术主要是对历史数据进行全面分析整理后进行模型构建，故建模方式同样可以采用非参数形式，避免了一般性建模工作中静态参数的约束，使得设备运行现场反应更为精准，有效解决了常规建模法需要大批人力资源支撑的问题，另外，为了解决建模设备规模较大这一问题，采用数据挖掘法也能全面实现，既拥有良好效果，又具备较强的技术性。

1.3以预期值及实测值分析设备故障就目前设备情况来看，对比监测站点提供的设备实测值与预期值，可以大致分析获得设备在整个系统当中哪部分测点更易出现故障，并进一步确定设备运行风险较高的测点。以大型风机为例，大部分大型风机常拥有数几十个测点，而出现故障的测点缺一半仅有几个。在利用该设备状态监测法时，用户可以按照设备故障预防要求，选取最需要进行监测的几个点，并要求电厂调动设备管理相关部门确定完善的预警等级制度，并制定完善的故障排除和检修计划，利用数据挖掘技术整理的早期故障处理经验，逐渐构建起较为完善的在线式设备动态维护管理系统。可按照设备以往事故及预警的数据信息，对导致事故的潜在参数影响度进行分析，通过考察导致故障的现象在设备中所占据的百分比，从而基本排除导致设备事故的潜在可能，为其配备相应的设备运营维护管理计划。此外，全部设备的早期预警处理方式及结果，都应记录于整个数据挖掘技术管理系统内，通过不断整合设备过往故障处理信息与现场处理经验，从而逐渐构成完善的设备现场维护管理系统，提高设备状态监测效率。

2数据挖掘技术监测设备状态的优势

将运用数据挖掘技术后的设备状态监测系统与传统常规式监测系统对比，其主要优势如表1所示。由表1可知，在实际应用过程中，利用数据挖掘技术，构建较为完善的设备状态动态化监测系统，可以较为有效的实现规范设备参数、在线监测设备运行以及设备故障快速化排除等工作。在提高设备可靠度的同时，也能够尽可能避免超出原计划停机等大型故障。本文中所提到的实施要点，具有一定参考价值。

3结束语

作为一项实用性较强的新型数据整合技术，数据挖掘技术具有可有效整合历史数据，并总结出其中较为先进的改造方法及设备经验等诸多优点，尤其是对数据量较为庞大的设备状态系统进行监测时，该技术可以将以往历史数据整合为数据库，查阅较为方便。当然，该技术在实施时也要注意一些关键问题，如充分收集设备测点、制定完善的监测计划、制定符合设备情况的预期值等等，这需要结合实际情况进行相应的调整。

作者：许德成林圳杰温启良潘睿梅春华单位：深圳市康拓普信息技术有限公司