吴 昕 陈 侃 谢昌亚 刘双白 梅 隆 王文岁

（1.国网冀北电力有限公司电力科学研究院（华北电力科学研究院有限责任公司）；2.北京京能未来燃气热电有限公司；3.陕西德源府谷能源有限公司）

给水泵作为火电机组重要的辅机设备，其工作状态直接决定机组的安全稳定运行。 对于设计多台给水泵的机组，单台给水泵故障跳闸将触发机组RB （快速减负荷）， 直接影响机组带负荷能力；采用100%容量汽动给水泵机组，给水泵跳闸将直接导致机组非停。 振动是评价给水泵运行状况的重要指标，也是设备运行状态的重要监视参数，如何准确、高效地实现给水泵振动参数预警，对维持机组安全稳定运行具有现实的工程意义［1～3］。

目前，采用基于数据分析的设备状态监测和预警方法主要有主成分分析、核主成分分析、K近邻算法、相似性建模、神经网络及支持向量机等。张金萍和白广彬基于主成分分析方法成功约简高维故障样本特征［4］；付文龙等提出了一种模糊K近邻支持向量数据描述方法， 并将模型用于某水电厂机组振动故障诊断，取得了较高的诊断精度［5］；黄葆华等结合了相似性建模与模糊概率有向图方法的优点，提出了一种设备故障监测诊断方法， 并成功应用在某600 MW机组高压加热器故障预警中［6］；韩平等基于最小二乘支持向量机研究分析了一次风机的振动状态估计和故障预警，其研究结果表明，该方法有较高的估计精度，能够及时辨别一次风机在运行中的振动异常［7］。……