一种基于机器学习的磨煤机断煤诊断方法及系统技术方案

技术编号:42866573 阅读:30 留言:0更新日期:2024-09-27 17:28
本申请公开了一种基于机器学习的磨煤机断煤诊断方法及系统,所述方法包括:实时获取待诊断磨煤机的运行参数;将运行参数输入到预先训练好的预测模型中,得到待诊断磨煤机的断煤诊断结果;其中,预测模型预先利用样本磨煤机的历史数据进行训练得到;预测模型基于逻辑回归算法构建得到;向前端反馈待诊断磨煤机的断煤诊断结果。从而通过预测模型能够精确地预测磨煤机是否出现断煤,并且随着磨煤机的历史数据的不断增多,可以继续将历史数据加入到预测模型的训练集中,进而提供更加准确的预测模型,并且还能进一步提高诊断磨煤机断煤的准确率。

【技术实现步骤摘要】

本申请涉及磨煤机故障检测,尤其涉及一种基于机器学习的磨煤机断煤诊断方法及系统


技术介绍

1、在能源和工业生产的领域,磨煤机作为火力发电厂中的燃煤系统,它的稳定运行对于保障电力的供应至关重要。但在实际运行过程中,磨煤机断煤的故障现象很容易发生,导致严重影响了发电效率和设备安全,而且处理磨煤机断煤的故障所需时间与成本均较高,给企业带来了巨大的经济损失。因此,对磨煤机断煤进行诊断尤为重要。

2、在现有的磨煤机断煤的诊断技术中,需要人工对磨煤机进行巡检,若发现磨煤机存在异常现象,则需要依据人工的工作经验来诊断磨煤机是否出现断煤故障。

3、由于,通过人工的方式对磨煤机进行诊断所带来的效率较低,并且也会出现诊断的准确率较低的问题。


技术实现思路

1、基于上述现有技术的不足,本申请提供了一种基于机器学习的磨煤机断煤诊断方法及系统,以解决现有技术所带来诊断磨煤机断煤准确率较低的问题。

2、为了实现上述目的,本申请提供了以下技术方案:

3、本申请第一方面提供了一种基于机器学习的本文档来自技高网...

【技术保护点】

1.一种基于机器学习的磨煤机断煤诊断方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述预测模型的训练方法,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述断煤预测结果,对预先训练好的所述预测模型进行评估,包括:

5.根据权利要求4所述的方法,其特征在于,所述断煤预测结果至少包括预测断煤数据以及预测非断煤数据,所述基于所述断煤预测结果,分别计算预先训练好的所述预测模型的准确率、精准率以及召回率,包括:

6.一种基于机器学习的磨煤机断煤诊断系统,...

【技术特征摘要】

1.一种基于机器学习的磨煤机断煤诊断方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述预测模型的训练方法,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述断煤预测结果,对预先训练好的所述预测模型进行评估,包括:

5.根据权利要求4所述的方法,其特征在于,所述断煤预测结果至少包括预测断煤数据以及预测非断煤数据,所述基于所述断煤预测结果,分别计...

【专利技术属性】
技术研发人员:张霞姜百宁史汝凯刘宗福
申请(专利权)人:和利时卡优倍科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1