关键词： 水电机组   故障诊断   信息融合   支持向量机  

摘要： 为保证水电机组运行的可靠性,通常采用基于振动频率分析的故障诊断技术。但是水电机组故障类型间存在重叠的频率特征,仅凭频率分析不易确定故障类型。因此,文中采用信息融合技术,引入开机过程中的时间和空间特征信息,在特征层采用支持向量机作为信息融合手段,在决策层采用D-S证据理论进行信息融合。实验结果表明,信息融合增加了故障诊断的特征信息,提高了故障诊断系统的诊断能力。

关键词： 故障诊断技术   神经网络   模糊逻辑系统   FNN   仿真  

摘要： 本文通过对水电机组故障诊断进行机理分析,并结合专家和现地运行人员的知识,归纳并总结形成专家知识库。将模糊逻辑系统和神经网络融合技术(即模糊神经网络Fuzzy Neural Network,FNN)应用于水电机组故障诊断中,建立基于模糊神经网络的水电机组故障诊断专家系统。仿真和实际运行结果验证了该思想和方法的可行性。

关键词： 水电机组   振动监测   故障诊断   互联网   虚拟仪器  

摘要： 针对水电机组振动监测与故障诊断的多样性和复杂性,运用PXI总线仪器和LabVIEW可视化的虚拟仪器系统开发平台,设计并组建网络化水电机组在线振动监测和故障诊断系统。该系统实现了水电机组振动信号的数据采集、数据处理和分析,并能通过网络进行故障诊断。实际应用证明这种基于虚拟仪器技术的网络化水电机组在线振动监测和故障诊断系统具有很强的灵活性和可扩展性。

关键词： MAS   故障诊断   知识表示   仿真  

摘要： 本文利用智能Agent以及MAS技术实现一个水电机组状态监测与故障诊断系统。文中首先概述了MAS技术,说明了水电机组故障特点,然后给出了故障诊断的数学描述和任务分解策略,在此基础上构建了一个故障诊断系统,并通过仿真实例进行了测试,测试结果表明该系统具有较高的诊断精度。

关键词： 水力机械   振动故障诊断   遗传神经网络   证据理论  

摘要： 本文针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断可靠性低等问题,提出了适用于水电机组的神经网络局部诊断和证据理论融合决策的故障诊断方法。在神经网络中应用遗传算法提高网络的收敛速度。对水电机组振动故障进行仿真,诊断结果表明,通过对故障征兆信息的有效组合,充分利用机组各部位信息,可减少诊断的误诊、漏诊,有效提高诊断的可靠性。应用MATLAB7.0开发出故障诊断系统界面。

关键词： 小水轮发电机可控硅励磁故障排除  

摘要： 总结了小水电机组可控硅励磁故障,给出了排除方法,总结了检验及调试的经验。

关键词： 水电机组   支持向量机   小波变换   能量提取   故障诊断  

摘要： 针对水电机组故障样本少的问题,将支持向量机引入水电机组故障诊断研究,提出一种结合小波频带分解与最小二乘支持向量机的水电机组故障诊断模型。基于机械设备"能量-故障"映射关系,运用小波分解提取机组振动信号各频带能量特征值,然后将能量特征值输入到多分类的支持向量机,实现对机组不同故障类型的识别。通过实验信号分析,表明将小波能量提取与支持向量机结合进行水电机组故障诊断是可行有效的,并具有较高的故障分辨能力,为水电机组故障诊断提供了新的方法和思路。

关键词： 水电机组   故障诊断   开机过程   轴心轨迹   信息融合   支持向量机   核函数  

摘要： 当前,我国经济高速发展,电力需求十分旺盛,系统供电的可靠性要求越来越高。近三十年来,我国大力开发水电能源,水电装机容量在电力系统中所占的比重逐步提高。同时,随着制造技术的发展,水电机组单机容量越来越大,在系统中的调频、调峰和事故备用功能亦越来越重要。水电机组运行的安全性和可靠性已经成为水电能源学科学术界和工程界研究的热点之一。 水电机组是强耦合、非线性的复杂系统,其故障特征分布也具有耦合性和非线性,如果采用单一的、线性的方法,很难对其运行状态做出准确的评价。信息融合能够综合水电机组异源异构信息,全面了解机组状态。带有核函数的支持向量机能够实现输入空间向特征空间的非线性映射,适宜解决非线性问题。这些方法的采用对实施水电机组故障诊断,进而实现水电机组状态检修具有重要的现实意义。 现有的故障诊断方法通常在平稳工况下进行,由于开机工况及其过程复杂,信号不容易处理,因此,较少考虑机组启停过程的过渡特性进行故障诊断。实际上,在开机过程中能够获取更多机组故障特征信息,有利于提高故障诊断准确性。同时,结合工程中水电机组振动试验（转速试验、励磁试验和负荷试验）的要求,本文提出了基于多特征信息融合的开机自诊断故障诊断方法。水电机组开机过程包括加速、加励磁和加负荷三个阶段,利用机组开机过程,获取机组频率、时间和空间特征信息,进而对其进行信息融合,这将提高机组故障诊断的准确度。 轴心轨迹是水电机组状态信息在数据层时域信息空间的融合结果,其图形特征从另一个角度反映了机组的运行状态。曲线不变矩满足轴心轨迹不封闭的特点,能够表征轴心轨迹的图形特征。但是,离散的曲线不变矩不具有缩放不变性,因此本文在讨论轴心轨迹曲线不变矩不变性的基础上,提出了改进曲线不变矩。实验结果表明,改进后的曲线不变矩具有平移、旋转和缩放不变性。 为了有效实现信息输入空间向信息特征空间的非线性映射,本文针对支持向量机中的RBF核函数,研究了其几何特性,采用以黎曼几何为基础的数据依赖性改进方法,以此剔除支持向量机的冗余支持向量,从而显著提高了支持向量机故障诊断的速度和准确度。此外,本文将改进支持向量机应用于水电机组故障诊断。通过理论分析和实验验证,阐明了支持向量机具有较强的泛化推广能力和小样本学习能力,适应于水电机组故障诊断先验知识不足的现实情况。故障实例分析表明,改进支持向量机能够提高机组故障诊断的速度和准确度。 针对多元数据融合过程中的“组合爆炸”问题,并在分析证据联合计算复杂度的基础上,提出采用交换律和结合律进行D-S证据信息融合的分解,以降低计算的复杂度。利用相关故障数据进行诊断测试,证实了D-S证据理论交换律和结合律的成立。此外,将信息融合技术应用于水电机组故障诊断,得到了更准确的诊断结论。与单一特征诊断相比,通过水电机组故障信息的频率阶次特征、时间特征和空间特征的融合,故障诊断结论的不确定性更低,而可信度更高。 最后,本文设计了一套水电机组稳定性状态监测及故障诊断原型系统。在系统总体设计的框架下,完成了各功能模块的硬件设计和软件设计,建立了故障诊断专家子系统和SVM辅助决策子系统,以满足水电机组稳定性状态监测和故障诊断的实际需要。

关键词： 水力机组   振动   故障诊断   模糊理论  

摘要： 振动是影响水力机组正常运行和危害机组寿命的主要故障。论述了模糊理论在水力机组振动故障诊断中的应用以及振动识别方法和特征信号的提取,并给出了振动频率与故障征兆关系表。在此基础上,建立了水力机组模糊理论振动故障诊断模型。

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。