关键词： 水电机组   非平稳   变分模态分解   支持向量机   故障诊断  

摘要： 针对传统方法难以精确提取水电机组非平稳振动信号的故障特征,首先引入变分模态分解(variational modal decomposition,VMD)将水电机组非平稳振动信号分解为一系列中心频段互不重叠的IMF分量,进而采取能量法提取各IMF分量的故障特征,最后将提取的故障特征向量输入到本文建立的基于遗传算法优化支持向量机的故障诊断模型中,实现故障模式的识别与诊断。将该方法应用于实际水电机组故障振动信号的处理中,仿真结果表明,该方法能够有效识别机组的异常状况,具有较高的故障诊断正确率。

关键词： 数据挖掘技术   振动故障诊断   水电机组   振动信号   数据集中   运行信息   交叉学科   网络安全  

摘要： 提出一种利用聚类分析、离差标准分法、神经网络等方法建立机组综合评价模型,用来解决水电机组故障诊断问题。该算法应用到某些电站机组的故障诊断中,结果表明,该方法能够对故障做出准确判别,分离各种故障类型。由于需要存储的数据比较少,速度快,非常适于水电机组故障诊断中大规模图形序列挖掘。

关键词： 水电机组   噪声   故障诊断   卡门涡   共振  

摘要： 水电机组运行时主要受机械、电气与水力三种因素的耦合作用,因此,水电机组噪声中包含了上述三因素的信息,在机组出现故障时,可以利用噪声信号来进行分析与诊断。用3个实例介绍了噪声测试在三种典型故障分析中的应用,结果表明噪声分析是诊断机组故障行之有效的方法与手段。

关键词： 故障诊断   水电机组   小波神经网络   自适应差分进化  

摘要： 水电机组振动特征和故障类型之间存在复杂的非线性关系,结合小波神经网络和自适应差分进化法,提出一种新型水电机组振动故障诊断方法。该算法具有进化计算和群体智能的特点,能够根据个体的状态自适应调节交叉概率因子和缩放因子;自适应差分进化算法应用于小波神经网络的参数搜索中,加快了小波神经网络的训练速度,提高了网络训练精度。实验结果表明:该方法比传统的基于BP神经网络和小波神经网络的故障诊断方法,具有更高的准确度和更快的诊断速度。

关键词： 水电机组   故障诊断   贝叶斯网络   故障树   模型转化  

摘要： 为克服贝叶斯网络应用在水电机组故障诊断中存在的结构和概率不易确定的困难,研究过程中将故障树转化为贝叶斯网络模型。首先比较两种模型的类似,通过与或门故障树例子验证了贝叶斯网络方法和故障树分析法计算结果相同。再将现有故障树结构的发电机故障模型转化为贝叶斯网络模型,利用柱状图对比通过专家系统确定的先验概率和通过贝叶斯网络的反向推理获得各个底层事件在顶层事件发生故障下的后验概率,得到最有可能导致系统故障的底层事件,据此进行诊断,为复杂系统的可靠性设计和故障诊断提供依据。

关键词： 水电机组   故障诊断   集合经验模态分解   自组织特征映射网络   奇异谱熵  

摘要： 针对水电机组振动信号的非平稳性和特殊性,提出一种基于集合经验模态分解(EEMD)的奇异谱熵和自组织特征映射网络(SOM)相结合的故障诊断方法。首先采用EEMD对振动信号进行分解,得到本征模态函数(IMF);随后进行奇异谱分解,得到反映振动信号的动态特征向量——奇异谱熵;最后将得到的特征向量输入经过训练的SOM神经网络中进行故障自动识别。结果表明:该方法可以准确地提取机组故障特征,具有更高的识别精度和更快的计算速度。

关键词： 水电机组   故障诊断   布谷鸟搜索算法   BP模糊Petri网  

摘要： 针对水电机组故障诊断的复杂性和传统算法存在的缺点,提出采用布谷鸟搜索算法优化BP模糊Petri网进行故障诊断。首先利用布谷鸟搜索算法的全局搜索功能对网络参数寻优,将得出的全局最优解作为BP模糊Petri网的最优初始参数,再用选取的故障样本数据对模糊Petri网进行学习训练,建立故障特征集到故障类型集的映射关系以实现故障分类。仿真试验表明,该故障诊断方法收敛速度快、准确率高,可应用于实际水电机组故障诊断。

关键词： 水电机组   状态监测与故障诊断   故障预警  

摘要： 用水电机组状态监测与故障诊断系统,实现对水电机组运行状态的在线监测、分析和诊断,并且将数据进行上传,使得在计算机网络可以到达的范围内对水电机组的运行状态进行监测和分析,读取相应的状态报告,及时发现各种潜在故障并进行报警,避免发生严重的安全事故,提高水电机组运行的可靠性和安全性。利用一系列在线性能评测分析工具全面了解水电机组的性能规律,通过效率跟踪和寿命估计等方法,为水电厂合理安排检修时间提供技术依据。

关键词： 神经网络   支持向量机   水电机组   故障诊断  

摘要： 针对水电机组故障信息缺乏、故障识别困难等问题,提出基于支持向量机的水电机组故障诊断模型。并针对实测水电机组故障数据,分析支持向量机水电机组故障诊断模型和常用的神经网络故障诊断模型等理论在水电机组故障诊断中的优劣。研究表明,支持向量机理论在小样本情况下比神经网络具有更强的诊断能力。

关键词： 灰色关联分析   振动故障   故障诊断  

摘要： 针对辽宁省桓仁水电站计算机监控系统的机组振动故障诊断功能缺陷,提出了基于灰色关联分析的水电机组振动故障诊断方案。事实证明该诊断方案具有良好的实际应用效果,可以有效提高桓仁水电站机组检修效率。