火电电力系统自动化设备故障的智能诊断技术与方法

王胜荣

doi:https://doi.org/10.37155/2717-5189-0820-48

Home > Current

火电电力系统自动化设备故障的智能诊断技术与方法

王胜荣（中国能源建设集团（甘肃）工程有限公司）

https://doi.org/10.37155/2717-5189-0820-48

Abstract

火电自动化设备长期处于高温高压、粉尘振动的恶劣工况下，设备老化与环境干扰易引发硬件、软件和信号类故障，传统诊断方式难以满足机组安全运行需求。本文系统分析火电自动化设备故障特征与诱发机理，梳理数据、模型、知识三类智能诊断技术的优缺点与适用场景，结合仿真实验开展方法验证与性能优化。结果表明，多技术融合诊断可显著提升故障识别精度与稳定性，可为火电机组智能运维与故障防控提供有效技术支撑。

Keywords

火电电力系统；自动化设备故障；智能诊断技术；方法

Full Text

PDF

References

[1]王增平,刘席,张首魁.火电电力自动化设备多源故障智能诊断方法研究[J].电力系统自动化,2023,47(12):156-164.
[2]李刚,程浩,马进.基于改进神经网络的火电厂自动化设备故障诊断技术[J].电网技术,2024,48(05):1689-1696.
[3]张建华,王浩宇.火电机组控制系统设备隐性故障智能诊断技术[J].中国电机工程学报,2022,42(18):6689-6698.
[4]刘鑫,陈曦.基于迁移学习的火电电力设备故障诊断优化策略[J].电工技术学报,2023,38(16):378-386.
[5]高晓东,刘彦飞,赵路.火电厂智能监盘场景下设备故障诊断与风险评估方法[J].电力设备管理,2025,15(09):112-115.

Publishing time:2026-10-31
This work is licensed under a Creative Commons Attribution 4.0 International License