基于PI实时数据库的电厂故障诊断系统研究

摘要

本文基于电厂的SIS系统，对实时数据库，电厂的PI实时数据库进行了详细的分析。并在此基础上根据对实时数据库的SDT和PLOT压缩算法的原理以及实现步骤的分析，给出了压缩算法的改进方法和改进意见。使用C＃编程语言，模拟实现了SDT、PLOT算法，以及他们的改进方法。并使用模拟数据对其进行了验证，分析了两者的特性。同时本文使用Levenberg-Marquardt(LM)神经网络算法以及自适应学习率的BP算法开发了基于PI实时数据库的电厂故障诊断系统，利用高压加热器的相关数据对故障诊断进行了验证，仿真结果以及故障测试诊断结果表明能够比较准确的对故障信息进行诊断。

目录

文摘

英文文摘

声明

第一章引言

1.1选题的背景及现实意义

1.2课题研究的现状

1.3课题研究的内容

第二章实时数据库PI系统分析

2.1实时数据库介绍

2.2实时数据库PI系统

2.2.1 PI系统介绍

2.2.2 PI系统结构

2.2.3 PI数据流程

2.2.4 PI系统压缩数据的调用恢复

2.3 PI技术特点

第三章数据压缩算法模拟分析与改进

3.1数据压缩的必要性

3.2数据压缩的原理

3.2.1有损压缩算法

3.2.2无损压缩算法

3.3数据压缩算法模拟分析

3.3.1旋转门数据压缩算法模拟分析

3.3.2 PLOT算法

3.4压缩算法在电厂故障诊断系统中的应用

3.5小结

第四章电厂故障诊断系统研究与设计

4.1 BP网络

4.1.1 BP算法

4.1.2 BP算法存在的问题及其改进措施

4.1.3自适应学习率BP算法

4.1.4 LM神经网络算法

4.2故障诊断系统设计

4.2.1数据传输模块

4.2.2样本库的建立

4.2.3故障诊断模块设计

4.3故障诊断系统实现

4.4故障信息管理模块

4.5小结

第五章结论与展望

5.1全文总结

5.2展望

参考文献

致 谢

在学期间发表的学术论文和参加科研情况