火力发电作为一种多机互联的特殊生产系统,在保持机组长期运行的同时,为满足用户对电力能源的切实需求,要不断调整机组运行方式。在这种频繁调度的生产方式影响下,各种主辅设备之间的关联性导致机组潜在故障隐患不断增加,可靠性也随之下降。本文主要研究基于故障预警的火电机组短期可靠性评估技术,可以在设备故障早期发出预警信号,提供足够的时间进行故障点追溯并判断故障类型,根据异常参数实现机组的短期可靠性评估,通过机组可靠性的劣化趋势为运行人员提供准确的信息参考。为了更准确地建立基于MSET的风机故障预警模型,提出了基于2范数概率密度均分抽样构造过程记忆矩阵的方法,并与传统构造方法进行了对比。以某电厂引风机为例,对于存在强相关性的运行参数进行多选一处理,采用层次分析法(AHP)计算选取的建模变量对引风机故障预警作用的权重系数。为了更明确地表征观测向量和估计向量之间的关联程度,在工程常用相似度函数基础上引入各变量的权重系数。针对实际运行数据进行MSET估计模型有效性验证,并根据经滑动窗口法处理得到的验证集下观测值和估计值之间的平均相似度确定预警阈值。针对异常数据进行仿真实验,实现故障预警仿真。最后以相对误差为指标对故障点进行追溯并判断可能的故障类型。在故障预警基础上提出了多监测参数的机组短期可靠性加权评估模型。根据预测值对机组未来一段时间内的可靠性进行评估时,在异常参数劣化范围不变的基础上,选取故障预警信号发出后到停机前5个时间段内的数据分别作为初始序列,采用提出的基于动态寻优定权的灰色预测法对异常监测参数进行短期预测,根据每个区间的参数预测值计算机组的平均可靠度,可得在引风机停机前一段时间内机组可靠性呈逐渐下降趋势;在已知机组出力的情况下对当前一段时间内的机组可靠性进行评估时,采用K-means聚类方法对引风机停机前一段时间的机组负荷进行区间划分,确定不同负荷区间下异常参数的劣化范围。对于输入的异常参数监测值,根据当前机组负荷对应的异常参数的劣化范围计算机组可靠度,统计出不同负荷区间下的机组平均可靠度。从而给出一个全面的机组短期可靠性评估结果。