一次风机作为火电厂重要的辅机设备之一,其运行状态一直是火电厂相关工作人员关注的方向。一次风机的主要功能是为锅炉燃烧系统提供一定压力、一定流量的一次风,将煤粉干燥后送入喷燃器,并提供煤粉挥发份燃烧所需的热量。一次风机工作环境较为恶劣,对其设备的故障诊断和巡检也有一定难度。目前较少有一次风机的故障预测方面的研究,因此对火电厂一次风机故障预警系统的研究具有重要的理论意义和实用价值。本文深入研究了一种一次风机故障预警模型的建立方法,使用多变量状态估计(Multivariate State Estimation Technique,MSET)的故障预警方法建立了模型,能够很好地对一次风机的故障状态进行超前的预警。首先介绍了一次风机的相关原理,包括一次风机的结构及作用;其次,从某火电厂SIS系统的PI数据库中获取一次风机半年的历史数据并进行分析,对现场采集数据进行预处理,通过旋转门算法将现场数据进行压缩处理,并采用插值计算的方法,将各测点非等间隔的数据进行补全,用于建立多变量状态估计的故障预警数据模型;再次,分别使用相关分析和主元分析两种方法对一次风机测点数据进行降维处理,并分别将经两种降维算法处理后的数据用以构造记忆矩阵,通过MSET核心算法计算出一次风机观测向量的估计值,并进行估计值与观测值的残差运算,使用聚类分析的方法计算估计值与观测值的相似度,通过相似度曲线对两种降维方法的故障预警效果进行对比分析,从而选择更优的建模数据降维方式;最后对一次风机故障预警系统的软硬件结构进行简单介绍,并分析其在电厂中的应用效果,同时系统地介绍并整理总结一次风机故障预警算法的整体效果,对未来进一步的研究及发展进行展望。