关键词： 信息融合   水电机组   故障诊断   证据理论   粒子群神经网络  

摘要： 针对传统方法在水电机组振动故障诊断中存在准确度不高的问题,引入了粒子群神经网络和证据理论相结合的故障诊断方法。对水电机组振动故障的不同征兆域,采用2个并行的粒子群神经网络进行局部诊断,以获得彼此独立的证据,再由证据理论对各证据进行融合。结果表明,该方法可有效地提高诊断可信度,减少诊断的不确定性。

关键词： 水轮发电机组   故障诊断   专家系统   混合模型推理  

摘要： 根据近年来水电厂对机组状态监测的需求与故障诊断技术的发展状况,基于原HM9000水电机组远程在线监测分析系统的基础,设计开发了一套开放式水电机组故障诊断专家系统软件平台,通过搜集、整理和分析部分常见故障案例,并吸收归纳本领域部分专家的诊断经验,对诊断经验实现了知识化、规则化和可用化。结合三峡集团公司大型诊断中心的建设,实现了部分故障的智能诊断,为机组状态检修提供了依据。

关键词： 水轮发电机组   振动   故障诊断   时频分析   信号处理  

摘要： 针对某电站异常振动机组,实测不同水头下水力发电机组的顶盖、推力机架、大轴振动、振动情况和尾水管的压力脉动,分析振动峰值等变量与负荷变化的关系,并结合HHT频谱分析方法计算其振动频率。研究表明:机组振动频率主要集中在7.5Hz(此频率为叶片通过频率),且振动随着负荷增大而增加,可诊断该现象是水力激振引发的机组振动,该振动结果在机组检修中得到验证,充分证明了该方法的可靠性,这为水电机组的故障振动提供了有益的理论依据。

关键词： 水电机组   故障诊断   随机近邻嵌入   基于核函数的方法  

摘要： 水电机组作为小水电生产过程中的核心设备,它的运行状况不仅关系到水电厂的安全还直接关系到水电厂能否向电网安全、经济地提供可靠电力。由于水电机组具有构造复杂,机组运行呈季节性,异常振动诱发因素多等特点,日益影响着电网的安全稳定运行。因此,对水电机组进行运行状态监测和故障诊断,确保水电机组安全、可靠、稳定运行,使其发挥最大的发电效益,具有十分重要的意义。传统的故障诊断方法主要基于专业技术人员的经验和知识来推理诊断。这种过分依赖于个人经验和知识的方法目前仍在水电机组故障诊断中占主导地位,其弊端是显而易见的。因此,必须提高设备故障诊断的自动化和智能化程度,实现对设备的高效、可靠的智能诊断。本文分析了随机近邻嵌入分析系列方法的特点,并将其应用在水电机组故障诊断中。具体工作包含以下4个方面：(1)针对随机近邻嵌入分析系列方法的非线性本质和无监督学习特征等问题,提出了一种线性有监督的特征提取方法,称为判别随机近邻嵌入分析方法。该方法的优势主要包括：通过输入样本的类别信息构建数据分布的联合概率表达式,用于反映同类和异类数据间的相似度,使得方法具有监督性;引入线性投影矩阵生成子空间数据,使得方法呈现线性本质。对比实验表明,所提方法不仅具有较好的可视化能力,而且能够有效地对不同类别的数据进行降维分簇,提升后续模式分类器的鉴别效果。(2)针对判别随机近邻嵌入分析方法计算量复杂且不适合多样本数据等问题,提出了一种快速判别随机近邻嵌入分析方法。该方法通过引入K最近邻分类算法的思想,减少样本量来计算样本相似度,其在保证识别率的前提下减少了算法的运行时间。(3)提出核判别随机近邻嵌入分析方法。该方法在判别随机近邻嵌入分析方法的基础上,通过引入核函数将原空间中的样本映射到高维核空间中,构建了用于反映同类和异类数据间相似度的联合概率表达式。其突出了异类样本间的特征差异,使样本变得线性可分,从而提高了分类性能。(4)将所提的核判别随机近邻嵌入分析方法应用在轴心轨迹特征提取上,以达到对水电机组进行故障诊断的应用。仿真实验证明了该方法在水电机组故障诊断上的有效性和可行性。

关键词： 盲源分离   EEMD   水电机组转子系统   振动信号   故障诊断  

摘要： 转子系统发生振动时产生的信号是多个故障源振动信号的混合,如何分离出混合信号中的各个故障源振动信号,是进行水电机组转子系统故障诊断的关键;针对此问题,采用一种基于EEMD-PCA-ICA的自适应单入多出盲源分离法,通过转子系统故障的实验研究表明,该算法具有很好的分离效果。

关键词： 水力发电机组   智能故障诊断   多元征兆提取方法   多重微分经验模态分解   统计模糊矢量链码   轴心轨迹识别   振动转速关系曲线   加权模糊核聚类   投影D-S证据理论  

摘要： 随着我国能源结构的不断优化调整,电网规模逐步扩大,水电能源比重日趋增大,所担负的调峰调频任务也愈加艰巨,这对水电能源生产核心设备——水电机组运行的安全稳定性提出了更加严格的要求。伴随着水电机组巨型化、复杂化的发展,机组故障发生、演化过程中水机电等多种因素的耦合作用越发突显,故障与征兆间的映射关系极为复杂,传统的基于单一类型征兆模式识别的故障诊断方法已经很难满足机组故障诊断可靠性的要求,迫切需要综合提取水电机组故障多元征兆以进行全面诊断,保证水电机组故障诊断的可靠性。本文针对水电机组振动故障诊断及其工程应用中的若干关键科学问题,以水电机组振动故障的多元征兆提取为切入点,引入先进信号分析与图像处理方法,深入探究其理论基础及工程应用背景,并结合水电机组故障特点进行改进,提高故障征兆辨识的有效性,同时针对不同征兆所得诊断结果可能存在的局部决策冲突问题,综合运用特征联合与决策融合的方法对多元征兆信息进行融合,形成基于多元征兆提取的融合智能故障诊断体系并应用于水电机组的振动故障诊断之中。论文的主要研究内容及创新性成果如下： (1)深入研究了经验模态分解(EMD)中的模态混叠问题,并针对此问题提出了一种多重微分经验模态分解方法,运用微分运算增强高频分量的特性来改善频率混叠问题。该方法首先对原始信号及其各阶微分信号进行EMD分解,形成本征模态函数矩阵,然后求取各阶微分信号的能量分布,联合获得能量特征矩阵,并以此作为故障征兆完成故障的识别与诊断。通过仿真及实验验证,该方法能够一定程度上改善频率混叠现象,对水电机组故障诊断精度的提高具有一定的促进作用。 (2)针对轴心轨迹识别过程中,其形状特征难以有效获取的问题,提出了基于统计模糊矢量链码的轴心轨迹自动识别方法。首先引入模糊矢量依据轴心轨迹内角信息对轴心轨迹的边界进行编码,继而运用统计模糊矢量链码提取轴心轨迹的形状特征,最后,以此为依据,采用支持向量机对轴心轨迹进行分类,完成其自动识别。与传统特征提取方法的对比试验结果表明,统计模糊矢量链码具有计算简单、可分性高的优点,能够有效的提取轴心轨迹的形状特征,进而更加准确的识别出轴心轨迹类型,有助于水电机组故障自动诊断的实现。 (3)分析了当前水电机组故障诊断中振动与其他状态参量相关性特征提取方法的缺点,引入了运用关系曲线形状来表征振动相关性特征的思想;以振动转速关系为例,研究了水电机组振动随转速变化的趋势,针对振动转速关系曲线的非闭合性、函数性等诸多特点,对统计模糊矢量链码进行相应改进,按照转速递增的顺序,依次对曲线上各点进行编码,实现二维点划分下的非闭合曲线编码,最后利用链码的统计特征表征曲线的形状,使其具有平移、缩放不变性。并以此作为曲线形状特征,完成振动转速关系曲线的自动识别。通过仿真试验证明了该方法的有效性,同时将该方法应用于二滩水电厂3号机组的振动问题分析中,验证了方法的工程实用价值。 (4)围绕水电机组故障诊断实际应用中,先验经验缺乏,准确、完备训练样本难以获取的问题,深入研究了无监督学习模式识别方法,将模糊核聚类应用于机组故障的识别中。针对其核参数选择与最优聚类中心获取的主要难题,提出了一种仿电磁蜂群加权模糊核聚类算法：给每个样本特征设置权重,表征其贡献度的大小;将聚类中心、核参数以及征兆权重同时作为聚类模型的优化变量,实现其同步寻优;以核Xie-Beni指标作为聚类模型的目标函数,获取最佳聚类效果;将人工蜂群算法和仿电磁学算法有机结合,综合利用两种进化策略,进行模型求解,准确高效的完成聚类。通过在水电机组振动故障诊断中的应用,对该方法的工程实用性进行了验证。 (5)针对多元征兆故障诊断中可能存在的局部决策冲突问题,提出了一种基于投影D-S证据理论的混合决策融合诊断策略。对识别框架相同的征兆进行特征联合,统一识别;通过投影将不同框架下的诊断结果映射到包含所有识别框架的融合框架中,在融合框架上完成诊断结果决策层的融合。以所提诊断策略为核心建立了水电机组故障诊断专家系统,并成功的应用于松江河水电厂的故障诊断系统中,验证了该方法的有效性和实用性。

关键词： Hydropower unit   Nonlinear dynamics of rotor   Multi-scale morphology spectrum   Fault diagnosis   BEARINGS   CHAOS  

摘要： According to the coupling faults of mass eccentricity and misalignment, the paper presents a novel fault diagnosis method for hydropower unit rotor based on the multi-scale morphology spectrum and morphological spectrum entropy. Such a method can be used to analyze the tested signals, which are divided into the stable periodic motion, periodic rubbing motion and chaotic motion. It is demonstrated that the morphology spectrum form and entropy value are different, and the characteristics of vibration efficiency under different condition can be identified very well. The present study therefore offers a methodology for the improvements of the safety, reliability and economical efficiency of hydropower unit rotors.

关键词： 多分类器组合   故障诊断   水电机组   专家系统技术  

摘要： 此文章分析了水电机组故障的原所在，并清晰的做出了多分类器的优缺点以及适应功能；对水电机组故障的诊断做深度分析并给出解决不足的措施，进一步得出推理结论。

关键词： 水轮发电机组   调速控制   解列   孤网   频率控制  

摘要： 我国一些地区电网与主网间联系薄弱,发生解列故障的风险较大。针对安装有较大容量水电机组的外送型地区电网,进行了解列故障时的水电机组孤网暂态频率特性和控制策略研究。分析了水电机组的过速保护和过电压保护的配置情况,以大型水电机组外送功率典型系统为例,研究了解列故障时水电机组的调控特性,结果表明采用常规一次调频下限幅时水电机组转速飞升较为严重,而放开一次调频下限幅措施下存在较为严重的超调现象,有可能引发低频减载动作。文中提出一种应对解列故障的水电机组调频控制改进方案,通过测量解列前地区电网外送功率值,对原有调速控制系统进行改进,包括更新控制目标值和加入呈衰减特性的前馈信号,实现对频率飞升的控制和超调现象的抑制,仿真结果验证了改进方案的有效性。文中工作可为充分掌握水电机组调频特性,制定有效措施提高地区电网抵御解列故障的能力提供参考。

关键词： 人工蜜蜂群算法   水电机组   故障诊断   支持向量机   参数优化  

摘要： 水电机组故障诊断实质上是一种典型的小样本机器学习问题,支持向量机作为一种先进的机器学习方法,在解决小样本问题上有着突出的表现,但其参数设置问题一直未能很好的解决。针对此问题,提出了一种基于人工蜜蜂群优化支持向量机的水电机组故障诊断方法,为改进人工蜜蜂群全局搜索能力,引入Levy飞行策略,对原始人工蜜蜂群算法进行改进。实验表明,Levy飞行蜜蜂群优化和支持向量机相结合的水电机组故障诊断算法,对多类故障能够有效地分类,提高了水电机组故障诊断的准确率,具有一定的工程应用价值。