成果介绍
伴随着模块化多电平(MMC)技术的推广, 高压大功率MMC电力电子装备(简称 “装备“ )在电力系统中得到了广泛应用,其异常、失效等将导致系统运行故障,造成重大经济损失。装备元器件数量巨大,设计结构及故障机理复杂, 传统状态监测手段已不能完全满足其监测评估要求,装备运行可靠性与可维护性 等问题日益突出。除此之外,由千缺乏核心器件的状态信息,尚未实现对装备的 运行状态监测, 无法保证装备状态检修计划安排的科学性和经济性。针对上述问题,开展装备状态感知关键技术研究,提出针对装备特征的状态参量提取方法, 为全面、实时、动态的掌握装备的工作性能及运行规律,保证装 备运行的稳定性和可靠性提供技术支撑。
成果亮点
研究健康状态模型,研究电力设备技术参数、试验数据、运行工况、环境信息、检修日志等信息的研究分析,结合设备、材料老化的规律及影响运行状态的 因素, 量化的设备状态综合评价指标。研究基于大数据分析技术的电力设备状态评估方法,实现对设备运行健康状 态及设备可靠性的定量分析,计算得出设备当前及未来的健康指数、故障发生概率及寿命评估,为设备资产的更换、维修、技术改造提供科学的指导依据。
团队介绍
李刚(***),男,博士,华北电力大学计算机系副教授,硕士研究生导师。目前担任复杂能源系统智能计算教育部工程研究中心副主任,中国计算机学会(CCF)会员,入选河北省“三三三人才工程”,国家自然科学基金项目网评专家。2003年6月获得华北电力大学计算机专业学士学位,2011年4月获西北工业大学计算机科学与技术工学博士学位。近几年一直致力于信息科学与能源电力科学的交叉领域研究。
成果资料
产业化落地方案