Print

ARIMA模型在燃气调压器故障诊断的应用

论文摘要

研究自回归差分移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)在燃气调压器故障诊断及预警方面的应用,为预测燃气调压器出口压力提供理论依据。介绍自回归模型、移动平均模型和自回归移动平均模型,根据这3种模型建立自回归差分移动平均模型,步骤为数据的平稳化处理,识别模型种类后建立模型、检验模型,应用检验通过后的模型预测出口压力。利用北京某燃气公司2018年11月至2019年1月期间中低压燃气调压站监测的历史故障数据,针对喘振、用气高峰压力低、用气低峰压力高这3种典型故障状态,使用IBM SPSS Statistics V21. 0软件建立了ARIMA模型,对燃气调压器出口压力进行预测,效果良好。根据ARIMA模型建立了一种燃气调压器故障智能诊断系统。结果表明,应用ARIMA模型对燃气调压器进行故障诊断具有可靠性,模型能够准确描述燃气调压器发生故障时出口压力随时间的变化; ARIMA模型能够在短期内对调压器出口压力进行预测,具有建模简单和预测准确的优点;基于ARIMA模型建立的燃气调压器故障智能诊断系统,可以在短期内对故障做出判断并预警。

论文目录

  • 1 概述
  • 2 ARIMA预测模型的建立
  •   2.1 ARMA模型基本概念
  •   2.2 ARIMA模型
  •   2.3 建立模型的具体步骤
  •     2.3.1 平稳化处理
  •     2.3.2 模型建立
  •     2.3.3 模型检验
  •     2.3.4 预测出口压力
  • 3 工程应用
  •   3.1 数据来源及描述
  •   3.2 平稳化处理
  •   3.3 模型建立
  •   3.4 模型检验
  •   3.5 模型的直接应用
  •     3.5.1 3种站的出口压力预测
  •     3.5.2 某调压站的出口压力预测
  • 4 模型在故障诊断系统中的应用
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 李琪,郝学军

    关键词: 调压器,故障诊断

    来源: 煤气与热力 2019年10期

    年度: 2019

    分类: 工程科技Ⅰ辑,工程科技Ⅱ辑

    专业: 建筑科学与工程

    单位: 北京建筑大学环境与能源工程学院

    分类号: TU996.8

    DOI: 10.13608/j.cnki.1000-4416.2019.10.011

    页码: 7-12+44-45

    总页数: 8

    文件大小: 2106K

    下载量: 100

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/e598da394b210b59b3b5f54e.html