标题：基于深度学习的故障预警诊断平台设计与开发
作者：陈家乐 任少君 司风琪
作者单位：东南大学能源热转换及过程测控教育部重点实验室，江苏 南京 210096
关键字：深度学习；数据驱动建模；故障预警；软件开发
摘要：现代电站系统日益庞大且复杂，且火电机组设备大多处于高温、高尘、高速等恶劣环境中运行，极易出现故障。故障的发生会影响机组正常运行脱离最优工况降低经济效益，重大故障甚至会造成人员伤亡。因此，对这些复杂设备进行在线实时过程监测与故障预警，是保障电站设备运行可靠性、经济性的重要手段。对此采用了基于深度学习算法对DCS系统中海量过程数据进行数据驱动建模，挖掘过程数据中所代表的设备运行信息，开发了电站设备在线实时过程监测与故障预警系统。试验结果表明，该系统提供了简单高效的建模方法与精准迅速的故障预警，为现场运行人员给予可靠指导分析，提高了全场管理水平与效率。