简介:摘要:近年来随着信号分析方法的发展,国内外许多学者将时频分析方法应用到振动区划分,将振动信号灰度矩值作为表征振动信号强弱的特征值,并以实际数据对广东某电厂水电机组振动区划分。通过短时傅里叶变换对水轮机升负荷过程的水导摆度信号进行分析,根据涡带频率随负荷的变化规律划分运行工况区。随着工业大数据时代来临,机组在线状态监测系统数据被应用到振动区划分,基于机组在线监测数据、辅以稳定性试验分析的运行区精细划分方法,较传统的划分方法在涡带区边界、识别涡带区范围等方面有优势。对电厂机组状态监测系统采集的海量数据进行挖掘、整理和分析,对机组运行区提出规划建议。在线状态监测系统数据具有种类丰富、数据量大的特点,而绝大多数稳定性参数测点峰峰值没有超过国标限值,数据处理过程会浪费大量时间精力,如何快速有效获取机组状态数据信息显得尤为重要。
简介:摘 要:大型水电厂在发生全厂对外停电后机组能稳定运行,对于最大限度减少电厂、电网损失,对国民经济的电网运行都有重要意义。本文结合云南某大型水电站发生的一起因全厂对外停电导致机组励磁系统异常调节事件进行分析探讨。
简介:摘要:随着我国现代化技术水平的不断提升,使信息化技术广泛地应用在各领域中,可满足各领域的发展需求,充分发挥出信息化技术的重要作用与价值。而在 风力发电 系统中,可对先进技术引进与应用,并取得良好的效果。风力发电 是 我国对 可再生能源 的 开发 与 利用 ,所采用的技术是 最成熟、最具开发规模 的 , 在 电力大数据 中,最主要的核心内容就是风电运行数据,通过对 风电 运行数据的分析,可掌握各地区风力发电能源的实际情况。为确保风电运行信息数据的科学性与合理性,还需对风电机组的异常信息数据分析,采用智能化的识别方法,为 风 力发 电 可再生能源的开发与利用提供重要依据。