在火力发电生产中,一次风机是保证火电厂运行的关键辅机设备。由于一次风机的工作环境复杂,极易发生故障,且维护费用较高,所以针对一次风机设备健康状况评估技术的研究对电厂经济安全运行具有重要意义。本文对一次风机的运行工况进行分类辨识,并以一次风机现场运行数据为基础,根据多变量状态估计算法,研究相应的设备健康状况评估模型,主要工作有以下几个方面:首先,进行数据预处理。采集火电厂一次风机各项运行参数的历史数据,对现场数据进行了降噪、压缩、插值补全等运算处理,得到建模数据。之后将数据降维,得到维度合理的、可以表征一次风机运行状态的主元数据,用以进行工况辨识。然后,根据多变量状态估计基本原理以及其建模方法进行一次风机设备健康状况评估模型的建立。最后,针对经典多变量状态估计模型误报率较高的问题,本文提出了基于不同工况分别建立记忆矩阵的方法,分别使用模糊C聚类和改进K-means算法对火电机组运行的工况进行了工况辨识,在各工况下分别建立记忆矩阵,设定相应的阈值。