马贺贺，李 辉，张小虎



基于核偏最小二乘回归方法的发电机关键运行参数预测分析

马贺贺1，李 辉1，张小虎2

（1.上海电气集团股份有限公司中央研究院，上海200070；2.上海电气电站设备有限公司上海发电机厂，上海200240）

通过对发电机关键运行参数的实时预测能够辅助实现发电机运行状态的有效监控。传统偏最小二乘方法（Partial Least Squares，PLS）在应用过程中没有考虑变量间的非线性关系，为提高发电机关键运行参数的预测精度，引入核函数进行变量空间的非线性映射变化，实现非线性回归分析，并将核偏最小二乘回归方法（Kernel Partial Least Squares Regression，KPLSR）应用于发电机定子线圈出水温度预测，实际运行数据的对比分析验证了方法的有效性。

发电机；偏最小二乘方法；核函数；参数预测

0 前言

为了保证发电机的长期稳定运行，发电机组的关键部件往往安装一些测量装置，采集发电机的实际运行数据，供运行人员监视发电机的运行状态是否健康。实际运行过程中，水内冷的发电机定子，易发生定子内冷水对线棒产生腐蚀而使腐蚀产物沉积堵塞线圈出水，导致线圈冷却条件变差，定子绕组局部温升过高而损坏绝缘，并带来严重后果[1-3]。对于这一类逐渐劣化的问题，利用历史数据建立正常状态下的关键参数预测模型，进一步对实际运行过程展开实时预测，通过预测结果与实际采样数据的对比来判断当前变量是否存在不良趋势，可实现比阈值报警更为及时、有效的故障发现与预防。……