关键词： 水电机组   振动   故障诊断   支持向量机   信息融合  

摘要： 应用最小二乘支持向量机和信息融合技术对水电机组的振动故障进行诊断。采用以水电机组振动信号的频域特征和时域振幅特征作为特征向量的学习样本,通过训练,使最小二乘支持向量机能够反映特征向量和故障类型的映射关系,在完成局部诊断后再实现决策信息融合,从而达到故障诊断的目的。以水电机组振动故障诊断为例,进行了应用检验。研究结果表明,与常规方法相比,最小二乘支持向量机和信息融合技术相结合的方法具有快速有效等优点,适合水电机组振动故障的诊断。

关键词： 水电机组   趋势分析   小波变换   最小二乘支持向量机   集成方法  

摘要： 针对水力发电系统的非线性及非平稳性特点,提出一种基于小波变换和支持向量机(SVM)的集成预测方法,用于水电机组状态趋势分析。采用小波变换将非平稳时间序列分解成若干个具有较强规律性的子序列,然后采用合适核函数的最小二乘支持向量机(LS-SVM)方法分别对这些子序列进行预测,最后综合这些子序列的预测结果作为原始序列的预测值。将该集成方法应用于某水电机组振动峰峰值的预测,结果表明该集成方法的预测性能优于单一LS-SVM方法。

关键词： 故障诊断   粗糙集   约简   RBF神经网络   水电机组  

摘要： 由于水电机组监测数据量过大,基于神经网络的故障诊断存在网络结构复杂,训练时间长的问题,本文将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法。利用粗糙集理论在处理不确定信息方向的优点,在保持分类能力不变的前提下,去掉机组的冗余信息,保留必要的要素,并结合RBF神经网络对预处理后的信息进行诊断,使神经网络的输入神经元数目明显减少,其结构也得以简化,可以有效地提高故障诊断准确度。通过对实测机组振动数据进行诊断,证明了该诊断方法的有效性。

关键词： 水电机组   状态监测   故障诊断   综述  

摘要： 根据状态监测与故障诊断技术在水电领域的应用情况,介绍了水电机组稳定性、水轮机空蚀和调速系统等水电机组状态监测与故障诊断的主要内容及其现状;着重阐述了故障树分析法、模糊理论、人工智能及小波分析等该领域的主要研究方法和研究成果及其应用情况;并对水电机组状态监测与故障诊断技术的发展前景和趋势进行了分析与展望。

关键词： 小波分析   故障诊断   信号消噪   数据压缩  

摘要： 状态监测和故障诊断是大型水电机组检修的发展方向。其中一个重要方面就是故障信号的特征提取和分析。小波变换由于很好的解决了傅立叶变换很难与短时的瞬变信号相匹配的问题,在时域和频域都具有表征信号的良好能力,被广泛应用到水电机组故障信号降噪、数据压缩和奇异性分析等方面。但是小波应用中尚存在最优小波基和最佳分解层数的难题,这些问题给小波分析在水电机组中的应用带来了难题。

关键词： 水电机组   故障诊断   粗糙集理论   RBF神经网络  

摘要： 针对当前水电机组故障原因复杂,实际监测数据量大,采用神经网络方法进行机组故障诊断存在网络结构复杂、训练时间长、诊断困难的问题,文章将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法。在保持分类能力不变的前提下,用粗糙集理论对故障信息进行约简处理,然后用RBF神经网络对预处理后的故障信息进行诊断,使神经网络的输入神经元数目明显减少,其结构得以简化。通过对某电站实测机组数据进行离线故障诊断,证明该诊断方法有效提高了机组故障诊断的效率和准确性。

关键词： 水电机组   故障诊断   频谱分析   小波神经网络   神经网络  

摘要： 提出应用频谱法和小波神经网络对水电机组的振动故障进行诊断。在对水电机组振动信号进行频谱分析后,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使构造的小波神经网络能够反映频谱特征向量和故障类型之间的映射关系,从而达到故障诊断的目的。诊断结果表明,与常规神经网络诊断方法相比,频谱分析与这种小波神经网络相结合的方法进行故障诊断简单有效、并具有诊断速度快和泛化能力强等优点。

关键词： 水电机组   故障诊断   复合特征   小波分析   RBFNN  

摘要： 针对传统快速傅里叶变换(FFT)方法在非稳态信号分析上的局限和水电机组稳定性状态分析及故障诊断中过分依赖单一能量特征的不足,提出了集小波分析、模糊理论和径向基函数神经网络(RBFNN)优点于一体的基于复合特征提取的RBFNN故障诊断方法。首先采用小波分析方法对稳定性状态信号进行多频段分解、降噪,提取相对能量特征;运用模糊理论进行稳定性状态对过程参数变化响应的数值分析和量化,提取关系型征兆;然后将这2种特征组合,形成综合反映机组稳定性状态的复合特征向量;最后利用RBFNN诊断出机组的典型故障类型及其严重程度。工程应用结果表明,该方法能够全面准确地提取水电机组稳定性状态特征,在水电机组故障诊断上具有一定的可行性和有效性。

关键词： 免疫原理   水电机组   故障诊断   反向选择   克隆选择  

摘要： 针对目前水电机组故障诊断中存在的建模复杂、样本需求量大及诊断学习缺乏自主连续性等问题,提出了基于免疫原理的故障诊断方法。以状态征兆为抗原,各种故障模式下的故障检测器作为抗体,通过反向选择机制判别正常/异常状态,利用克隆选择原理进化学习获得能识别抗原结构的记忆抗体,根据最大故障隶属度诊断故障类型。以机组振动为诊断对象的仿真结果表明,该方法识别故障的准确率高,非常适合故障样本难以获得的小样本故障诊断。

关键词： 水轮发电机   振动   电磁力   动平衡   影响系数法  

摘要： 潭岭水电厂3号机组在大修结束1年后出现了机组上机架水平振动逐渐增大的现象,试验发现,主要是由于轴线不理想而导致大轴受到单边电磁拉力的影响所致。为保证机组的安全运行,采取动平衡加配重的方法来平衡磁拉力的影响,以降低振动。结果表明,通过现场动平衡试验,有效地解决了机组上机架水平振动大的问题。