随着发电厂机组大型化的发展,设备复杂度的提高,故障发生的频率和部位也相应增多,一旦发生事故势必造成人员伤亡、设备的损坏。提高电厂关键设备的可靠性,保证设备正常运行显得越来越重要。根据国家电力监管委员会电力可靠性管理中心的统计,由于重大设备异常故障而导致的火电机组非计划停机已经达到平均两年一次的频率。电厂的关键设备,譬如发电机、汽轮机本体、风机等,其安全稳定运行与整个电厂的生产安全密切相关。对火电厂的关键设备进行状态监测与早期预警,减少事故的发生率,提高设备有效利用率已经越来越重要。电站风机一般主要指送风机、引风机、一次风机、排尘风机等,是电厂的重要辅机设备。引风机输送杂质大、温度高的烟气,工作环境恶劣,出现故障的频率相对较高,一旦出现故障,不但影响电厂经济效应,还可能危及人身和设备安全。本文以大唐托克托电厂600MW机组的引风机为例,围绕故障预警系统展开探讨与验证。振动量包含了风机运行状态的信息,风机的故障主要表现在振动量上。文章以风机轴承振动与电机振动速度为研究对象,提出了多元状态估计(MSET)和引入权值的滑动窗口残差统计的故障预警系统,并在MATLAB平台上进行了仿真验证。故障系统分为前期数据预处理、数据建模、状态监测与故障预警三部分。首先利用主成分分析和粗糙集分别对原始数据进行数据约简,得到简要的知识系统;然后利用MSET建模并预测当前引风机的运行状态,同时利用基于粒子群优化的最小二乘支持向量机的预测结果作为对比;最后利用引入权值向量的滑动窗口残差统计方法对振动量的综合残差进行统计分析,通过残差均值曲线与标准差曲线的变化趋势来监测风机振动状态,避免或减少事故的发生,实现故障预警。