科创中国
基于机器学习算法电站辅机故障诊断及状态分析研究
发布时间: 2022-10-28
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
新能源及节能技术
成果介绍
(1)辅机故障预警诊断模型研究
依据电厂磨煤机、 空预器设备正常状态与故障状态运行数据， 基千机器学习算法， 进行磨煤机、 空预器设备故障预警及诊断， 建立故障预警诊断模型；
(2)辅机劣化分析模型研究
依据电厂磨煤机设备不同历史标签运行数据，基于机器学习算法，进行磨煤机设备 劣化分析研究， 建立劣化分析模型。
成果亮点
基于光伏发电原理和光伏电站结构,设计了光伏电站加速模拟装置,并从多个方面验证了该装置的科学性与可行性,证明其可以用于获取无故障运行、固定物阴影遮挡、云层遮挡和光伏组件老化这四种状态下的光伏电站运行数据。
团队介绍
宋杨凡，男，工学博士，硕士生导师，讲师，中国电机工程学会会员，中国工程热物理学会会员，汉族，河北保定人。2013年获重庆大学工学学士学位，2019年获重庆大学工学博士学位。2017年9月至2018年9月，由国家公派至加拿大西安大略大学（The University of Western Ontario）进行博士生联合培养，师从加拿大皇家学会院士、加拿大工程院院士、国际流态化领域著名学者Jesse Zhu教授，开展多相流态化机理研究。
目前在国内外学术刊物上公开发表论文30余篇，获得国家发明专利授权5项。主要研究方向为：多相流态化机理及相间传递，机器学习流场预测，微生物燃料电池技术，循环流化床锅炉燃烧调整及污染物控制等。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2022-10-29
下载app