-
题名火力发电厂煤流状态实时监测方法的研究及应用
被引量：2
- 1
-
-
作者
田志飞
洪盛勇
-
机构
内蒙古京能盛乐热电有限公司
南京所向信息科技发展有限公司
-
出处
《电力学报》
2021年第6期564-572,共9页
-
文摘
为了准确实时监测火力发电厂输煤系统的煤流状态,辅助提高输煤系统智能化水平,探讨了一种提高机器人可用性的方案。通过大数据分析及对比测试各种人工智能模型算法方案,结合输煤系统生产配煤及人员巡检要求,提供一种可靠的、可借鉴的人工智能服务生产实际的方法。经过工程实地采集数据,以残差网络为基础,建立了两个识别模型和一个检测模型,该模型可使机器人通过AI视觉检测指导配煤,并在堵煤时候自动抬起犁煤器。实际应用结果表明,该方法对煤流状态的识别准确率可达99%,其中对实际堵煤状态的准确识别可达100%,能够满足火力发电厂实际生产的要求,可在无人巡检的输煤皮带机器人智能巡检系统中推广应用。基于残差网络模型的煤流状态实时监测方法稳定性高、实用性强,提高了输煤系统的智能化水平。该方法在某2×350 MW超临界燃煤机组得到成功应用。
-
关键词
智能电厂
深度学习
残差网络
煤流检测
巡检机器人
-
Keywords
smart power plant
deep learning
residual network
coal flow detection
inspection robot
-
分类号
TM63
[电气工程—电力系统及自动化]
-
