設備故障在線預警平臺應用先進的智能檢測設備和大數據技術，對影響設備安全運行的新監測數據和傳統監測指標進行長周期分析和大數據建模，根據檢測參數變化和發展趨勢，結合故障診斷模型給出預警信息，實時協助運行值班員判斷故障，惡性事故。
-
縮進構建受熱面污染程度預警模型，對受熱面污染狀態進行實時判斷和提前預警，全面掌握機組結焦、積灰的程度、位置等信息，指導運行人員開展吹灰、除焦、擾焦。
-
縮進通過給鍋爐加裝氧量測量點，利用氧量測點數據進行漏風率在線計算，依據漏風率的變化情況進行漏風狀態判斷，指導運行人員進行相關操作。
-
縮進對整機進行汽水流量平衡分析，監測鍋爐汽水、煙氣、管壁的壓力、溫度等參數，按照參數之間的協調性，開展四管泄漏事件的在線捕捉和早期預警。
-
縮進構建全工況風機正常工作范圍，實時監測風機工作點，當風機的運行狀態接近失速點時，自動進行失速預警，輔助運行人員進行風機運行狀態的安全性評估。
-
縮進通過分析給煤機、磨煤機在發生打滑前后的運行狀態變化，開展數據挖掘，構建給煤機打滑的故障特征模型，實現給煤機打滑事故的在線預警。
-
縮進通過分析減速機相關運行狀態參數，構建反映減速機故障的特征值，在線進行故障特征值監視，超過設定閾值時，系統自動進行減速機故障預警。
-
縮進通過對設備缺陷、運行日志、各類操作臺賬信息語義分析，構建相關事件語義庫及設備運行參數、缺陷信息間的關聯關系模型，實現設備故障的在線預測。
-
縮進對發電機定子線圈溫度進行實時監測，采用大數據算法進行在線分析，并作出異常告警、故障診斷與預測。
www.anqula.com
400-109-9595
