汽动给水泵组是火电厂热力系统的一个重要辅助设备,它完成了给水压力的提高、凝结水到锅炉给水的转化等,还可向过热器及再热器提供减温水。另外,汽动给水泵组的运行消耗也很大,约占机组功率的3%甚至更多。所以其安全经济运行直接与整个机组的安全及经济性密切相关。然而相对于锅炉、汽轮机、发电机这些大型主机设备来说,给水泵和小汽轮机这类辅助设备的状态评估并没有被给予特别的重视,是目前火电厂设备状态监测的薄弱环节,当其发生故障时,会造成机组的降出力运行甚至非计划停机。在数据挖掘技术发展日趋成熟的今天,面对火电厂各类控制系统或信息系统中已经存储并迅猛增长的海量数据,将这些磁盘中的“沉默信息”加以利用,对其进行有效的知识挖掘已经显得越来越必要和迫切。同时,这也给火电厂众多设备的状态评估、故障诊断乃至状态检修的推进带来了新的机遇。本文基于数据挖掘技术,做了以下研究和探讨工作:(1)通过基于统计特征的特征提取和Relief特征选择算法,实现了SIS历史数据到分类模型输入参数的合理转化,并采用5种分类算法分别对两个电厂汽动给水泵组的小机叶片断裂和给水泵动、静平衡盘碰磨实际故障案例建立了正常与故障状态的分类模型,经验证,BP神经网络、支持向量机和组合分类算法获得了更优的分类效果,可提前4~10周识别故障的潜在风险,避免机组降出力运行甚至不安全事件的发生,为后续大规模设备故障预测提供了新的思路。(2)通过数值预测算法研究了汽动给水泵组的性能预测,分别分析了给水泵和小汽轮机性能预测中起主导作用的关键参数,与传统性能计算方法相比较,显著减少了性能预测所需参数的维度,预测结果与验证数据具有良好吻合度,可以满足工程实际要求。在研究过程中,通过依次分析各测点参数对性能预测的影响,将各参数按其影响大小进行了排序,最终取影响较大的参数组合作为特征向量分别实现了给水泵和小汽轮机的性能预测。(3)探究了汽动给水泵组的故障预测和性能预测方法在火电厂中的实际应用,将汽动给水泵组的状态评估(故障及性能预测)与风险维修理论相结合,在失效可能性的评定中实现了定量评估,完成了风险等级的自动判定,并根据风险级别制订了相应的维修建议,对汽动给水泵组的优化检修具有一定的指导意义。(4)对本文的主要研究结论进行了概括和总结,并根据故障预测、性能预测和检修优化研究中的问题和不足,对后续研究的方向和思路做了进一步展望。