核動(dòng)力設(shè)備故障趨勢預(yù)測技術(shù)研究.pdf

1、趨勢預(yù)測實(shí)質(zhì)上是對動(dòng)態(tài)數(shù)據(jù)進(jìn)行建模的過程，所建立的模型稱為預(yù)測模型。預(yù)測的一個(gè)關(guān)鍵問題首先就是建立符合實(shí)際狀態(tài)的預(yù)測模型，然后用預(yù)測模型來描述設(shè)備的發(fā)展趨勢推知設(shè)備將來的行為。
　　 本文對回歸預(yù)測模型、時(shí)間序列預(yù)測模型及灰色理論預(yù)測模型等幾種常見預(yù)測模型進(jìn)行了研究比較?；貧w分析法根據(jù)歷史數(shù)據(jù)和一些影響變化的因素變量來推斷將來時(shí)刻的值，它對數(shù)據(jù)的要求很高，當(dāng)歷史數(shù)據(jù)殘缺或存在較大誤差的情況下，預(yù)測效果不會(huì)很理想。移動(dòng)平均法是一種

2、非常簡單的時(shí)序預(yù)測技術(shù)，其基本思想就是求算術(shù)平均值或者加權(quán)平均值，并將其作為預(yù)測依據(jù)；指數(shù)平滑法雖然也是一種定權(quán)的預(yù)測方法，但其可以消除數(shù)據(jù)中的隨機(jī)波動(dòng)，確定主要的發(fā)展趨勢；不確定型時(shí)間序列預(yù)測技術(shù)主要考慮數(shù)據(jù)本身的變化規(guī)律，僅根據(jù)歷史數(shù)據(jù)和誤差來推算未來的值，但精度較差，一般情況下都是與其它方法結(jié)合使用?；依碚摾脭?shù)據(jù)處理方法，將雜亂無章的原始數(shù)據(jù)整理成規(guī)律性較強(qiáng)的生成數(shù)據(jù)來加以研究?；疑A(yù)測技術(shù)在數(shù)據(jù)樣本缺乏時(shí)，相對其它方法而言更有

3、效。但該方法不適用于短期預(yù)測。
　　 本文在對核動(dòng)力設(shè)備運(yùn)行特性、參數(shù)特性、典型故障的故障機(jī)理分析的基礎(chǔ)上，選取功率、殼內(nèi)溫度、主蒸汽壓力、蒸發(fā)器水位、穩(wěn)壓器壓力和水位等八個(gè)參數(shù)作為表征故障的特征參量，選取指數(shù)平滑法作為預(yù)測模型，利用預(yù)測模型對這些參數(shù)進(jìn)行了單參量預(yù)測，將預(yù)測值與設(shè)定閾值相比較，并根據(jù)故障時(shí)各參量之間的相互關(guān)系，判定設(shè)備的運(yùn)行狀態(tài)。模型系數(shù)是影響預(yù)測模型準(zhǔn)確性的關(guān)鍵因素，本文對系數(shù)的計(jì)算采取自適應(yīng)算法，以確保預(yù)測