首页|基于改进GWO-LightGBM的磨煤机故障预警方法研究

基于改进GWO-LightGBM的磨煤机故障预警方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
为提高燃煤电厂磨煤机运维效率、降低运维成本,对磨煤机故障预警进行了研究.创新性地提出一种基于改进灰狼优化(GWO)算法的轻量级梯度提升机(LightGBM)故障预警方法.通过建立LightGBM轴承温度预测模型获取磨煤机轴承温度阈值,并引入改进GWO算法优化模型超参数,以提高算法效率和性能.试验结果表明,改进GWO-LightGBM算法相比支持向量机(SVM)等传统算法具有更高的精度和更优的泛化能力.通过实际故障案例证明,该方法能够提前2 h对磨煤机进行早期故障预警.该方法对燃煤电厂磨煤机安全运维具有指导意义.
Research on Fault Early Warning Method Based on Improved GWO-LightGBM Coal Mills

Coal fired power plantCoal millFault warningImproved grey wolf optimization(GWO) algorithmLight-gradent boosting machine(LightGBM)Sliding window methodHalton

陈思勤、周浩豪、茅大钧

展开 >

华能国际电力股份有限公司上海石洞口第二电厂,上海 200942

上海电力大学自动化工程学院,上海 201306

燃煤电厂 磨煤机 故障预警 改进灰狼优化算法 轻量级梯度提升机 滑动窗口法 Halton

上海市科技创新行动计划地方院校能力建设专项中国华能集团有限公司科技项目(2022)

19020500700HNKJ22-HF22

2024

10.16086/j.cnki.issn1000-0380.2023010058

自动化仪表
中国仪器仪表学会 上海工业自动化仪表研究院

自动化仪表

CSTPCD
影响因子：0.655
ISSN：1000-0380
年,卷(期)：2024.45(2)
  • 15