基于机器学习的水电机组劣化趋势预测模型北大核心CSCD

水电机组的劣化影响着水电站乃至电力系统的安全稳定运行。为了准确解析水电机组运行状态,获取机组的劣化趋势并对其进行准确预测,本文提出了一种基于极限梯度提升算法、变分模态分解算法、双向门控循环单元神经网络和注意力机制的水电机组劣化趋势预测混合模型。该方法首先用极限梯度提升算法建立考虑工作水头、有功功率和导叶开度影响的水电机组健康状态模型;其次,根据健康状态模型,推导出数年后的水电机组劣化趋势;再次,通过变分模态分解算法对水电机组劣化趋势进行分解,得到多个相对平稳的固有模态函数分量,并对每个模态分量建立双向门控循环单元神经网络和注意力机制的组合模型进行预测;最后,将预测模型的结果进行叠加,得到最终的趋势预测结果。实例分析结果表明,所提方法能准确地表达水电机组的劣化趋势,并且能有效地提高机组劣化趋势的预测精度。     

基于MI-GA-BP和误差统计分析的水电机组健康评估模型研究

针对水电机组运行期间故障样本较少,难以构建故障诊断模型的问题,提出基于MI-GA-BP和误差统计分析的方法构建水电机组健康评估模型。首先通过互信息理论选择相关的多个工况参数,进而采用GA-BP神经网络建立水电机组的振动预测模型,确定健康评估模型的基准值。然后通过对振动相对预测误差进行统计分析,采用非参数核密度估计法和正态分布估计法分别拟合其概率密度函数,计算在一定置信水平下的置信区间,采用熵权法对2种方法得到的区间进行组合得到最优区间,得到健康评估模型的界限值。通过仿真分析表明,所构建的健康评估模型能够实时反映机组的健康状态,判断其是否处于异常状态。     

基于加权灰关联度的机组状态评估方法研究

水电机组健康状态评估、全生命周期监测及设备故障预警是建设“智慧电厂”,实现“无人值班,少人值守”运行模式的重要途径。本文采用了一种基于灰关联度多指标评价原理和模糊层次分析法权重分配相结合的加权灰关联度机组状态评估方法,来判断机组健康状态,指导状态检修,弥补计划检修及紧急抢修中的不足。该方法通过提取机组运行过程中的重要状态参数,运用模型进行分析计算,根据状态参数的重要性进行权重分配,最后得出机组的综合量化值,判定机组日常运行及检修前后状态,为水电机组的月度分析及状态检修带来一定的指导。     

水力发电设备运行状态监测检修方法浅析

为了减少水力发电设备运行状态的异常和故障,保证水力发电设备能够安全可靠的运行,在发电设备运行过程中应采用综合性的技术手段,监测设备状态,并对设备故障发生趋势进行预测是一种有效而且重要的方法。本文首先论述了对水力发电设备运行状态检修的重要性;然后在现有国内外研究的基础上,提出了水电设备运行状态检修时应注意的若干问题;最后选取水电设备发生故障的一组参数采用数理统计和曲线拟合的方法进行预测,并对预测结果和实际运行情况进行对比分析。     

基于频谱法与径向基函数网络的水电机组振动故障诊断

引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多。文章提出应用频谱法与径向基神经网络相结合的方法对水电机组的振动故障进行诊断。采用对水电机组振动信号进行频谱分析,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,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,利用频谱分析和神经网络相结合的方法进行故障诊断具有简单有效等优点。     

基于信息熵的机组运行劣化度综合指标

水轮发电机组故障诊断与运行状态评价课题是当前水电系统研究课题中的热点。首先从分析影响水电机组运行状态的相关参数出发,得到的故障熵指标反映了机组的故障发展和变化情况,融合了时域、频域和时频以外的一些信息,能有效地反映机组的运行状态。提出了机组运行状态综合劣化度的指标,机组运行劣化度综合指标结合了机组运行工况的信息和故障熵的长处,反映机组状态劣化的程度,是一种有效地表征机组状态是否劣化的参量。将上述指标在水轮发电机组进行了运行状态评价的实际应用,结果表明研究成果对机组的运行稳定评价是有效的。     

基于PC的水电机组振动监测系统的开发

针对水电机组运行过程中因振动而引起故障这一问题,开发出了一种基于PC的新型水电机组振动在线监测分析系统.该系统由PC、专用数据采集箱、摆度、振动传感器及有关功能模块共同组成.重点讨论了系统的数据实时监测模块、振动分析模块、历史数据管理模块,该系统能够连续地在线监测机组振动和摆度的变化过程,可以为机组检修及运行调度提供良好的依据和可靠的信息.     

基于状态评价的风力发电设备故障诊断系统的研制

基于状态评价的风力发电设备故障诊断系统,通过实时监控表征风力发电设备运行情况的状态量,依据风力发电设备状态评价导则,对风力发电设备进行状态评价,并依据状态评价的结果,对潜在故障进行诊断分析。同时给出相应的运维策略,通过早期故障预测,变事后维护为事前检修,科学合理地安排检修计划,极大地提高了风力发电设备的运维效率,降低了机组的维护成本,保证了风力发电机组的可靠稳定运行。依据此方法研制的风力发电设备故障诊断系统,已成功应用于南方电网超高压输电公司检修试验中心。实践证明,该方法有效地提高了风力发电设备故障诊断的实时性与准确性。     

基于趋势预测的大型风电机组运行状态模糊综合评价

大型风力发电机组的设备维修与更换的费用昂贵,因此及时准确地对风电机组运行状态进行评估,可有效节约检修维护成本。为此,提出一种基于状态参数趋势预测的大型风电机组运行状态模糊综合评价策略。首先分析并归纳大型风电机组的重要运行状态参数,采用层次分析法构建出评价模型,在状态参数的劣化度计算中结合模糊趋势预测策略,然后应用模糊隶属度加权进行逐层评价结论的综合,在总体评价结论的综合策略上对传统方法进行有益的改进。算例表明,与常规模糊评价策略相比,提出策略更具合理性,有助于及时发现早期故障隐患,可为风电场合理安排机组的调度运行与检修维护计划提供参考。     

风电机组振动检测预防性检修技术的应用

采用WindDAQ振动信号采集软件及Wexp2信号分析软件,对风力发电机组各轴承、齿轮箱等关键设备进行离线式振动检测,通过对机组振动信号时域图和频域图进行分析处理,可以判断运行设备的健康状态,帮助技术人员分析确定机组、设备的故障部位及故障原因。根据测试数据的分析结果,可以对机组的健康状态进行分类,实现风机维护向预防性检修体制的转变。     

基于小波的灰色预测理论应用于水电机组故障预测分析

基于神经网络"能量-故障"映射关系,提出将小波频带分析与灰色预测理论相结合进行水电机组故障预测.运用小波分解提取各频带能量,应用预测理论建立水电机组故障特征量的预测模型,预测各频率成分能量的变化,重构由预测各频带能量成分组成的特征向量,应用于水电机组故障预测分析.以水轮机主轴摆度信号为例,应用该方法进行了特征信息提取和预测,表明将小波能量提取与灰色预测理论相结合进行振动特征信息的预测比较有效,为故障预测提供了新思路.     

基于CL3-AMW与LTSA的水电机组振动故障特征提取研究

水电机组结构复杂,运行环境恶劣,其运行状态受水、机、电多因素耦合影响,使得传统特征提取方法所得特征敏感性差。针对此问题,提出了基于CL3自适应多小波（CL3 adaptive multiwavelets,CL3-AMW）与局部切空间排列（local tangent space alignment,LTSA）的水电机组振动故障特征提取方法。该方法根据水电机组振动信号特点,对信号处理方法进行自适应改变,通过高维振动故障特征集的自适应构建、特征选择和特征融合三个方面提高水电机组振动故障特征敏感性。利用该方法进行特征提取实验,结果表明,与其他方法相比,所提出的方法能够提高故障特征参数敏感性,为准确识别机组振动故障奠定基础。     

基于虚拟仪器的水电机组在线状态监测系统的研究

随着水电机组状态检修的不断开展,需要实现对机组的状态监测,及时了解机组的运行情况并能及时处理。考虑到水电机组状态监测的多样性和复杂性,结合实际,提出了水电机组在线状态监测的项目和基于PXI总线仪器和LabVIEW的具体实施方案。状态监测系统通过对水电机组状态量的采集、处理和分析,实现水电机组运行状态在线实时监测,极大地提高了机组利用率。该系统在水电机组在状态检修中得到了实际应用。     

基于Weibull分布的牵引变电所保护系统寿命预测

针对牵引变电所保护系统检修时科学依据不足的问题,根据检修需求,提出了一种新的基于两参数Weibull分布的保护设备寿命预测方法。该方法在分析保护设备历史信息以及当前运行状态的基础上,充分考虑保护设备存在隐藏故障的情况,建立继电器隐藏故障阶段性恒定失效率的Markov模型以及互感器隐藏故障诊断模型,在此基础上构建牵引变电所保护系统的寿命预测数学模型。基于某区域牵引变电所的实际运行状态和结构特点,运用该寿命预测数学模型得到牵引变电所保护系统的剩余寿命曲线,表明保护系统运行于早期故障期,对比实际运行情况,验证了该方法的正确性和有效性,为牵引变电所保护设备的状态检修提供了一定的理论依据。     

水电机组振动故障的信息融合诊断与仿真研究

引起水电机组振动的原因复杂,目前主要是通过转速试验、负荷试验和励磁试验等试验手段来判别机组的振动故障.该文将多传感器信息融合方法引入水电机组振动故障诊断中,通过分析机组振动的频率特征,建立了振动故障的融合诊断识别框架,并模拟机组各部位的振动信号,采用小波分析和傅立叶变换进行预处理,提取信号的子带能量特征,应用信息融合方法进行了仿真诊断.结果表明,基于信息融合的故障诊断能充分利用机组各部位的信息,可以减少诊断的不确定性,从而有效地提高诊断的可靠性.     

基于虚拟仪器的水电机组在线状态监测系统的研究

为了实施水电机组状态检修,需要实现对机组的在线状态监测。考虑到水电机组状态的多样性和复杂性, 应合理选择水电机组在线状态监测的项目,采用基于PXI总线仪器和LabVIEW的具体实施方案。状态监测系统通过 对水电机组状态量的采集、处理和分析,来实现水电机组运行状态在线实时监测,极大地提高了机组利用率。该系统 在水电机组的状态检修中得到了实际应用。     

经验模态分解在水电机组振动信号分析中的应用

振动是水电机组的重要运行指标,振动信号能反映设备的运行状态,通过对振动信号分析处理,可以提取信号中隐含的特征信息,及时发现潜在问题。文章采用经验模态分解 (EMD)方法,对水电机组转子不平衡状态下的振动信号进行分解,得到了各内在模态函数的频谱,经过希尔伯特变换求出希尔伯特时频谱和边际谱,最终分析结 果和机组的实际情况相吻合。     

600 MW水电厂机组气隙传感器损坏故障分析和处理

介绍某发电厂在机组检修后进行机组启动试验时,发现状态监测装置中机组气隙数据为零.经检查,发现机组上挡风板安装工艺存在问题,导致机组转动时上挡风板将机组气隙传感器损坏.针对上挡风板错误安装造成的设备损坏进行分析,同时采用不吊出转子的特殊方法进行气隙传感器的紧急修复,可为水电机组同类型故障处理提供借鉴.     

基于趋势预测的大型调相机运行状态实时评估

大型调相机作为高压直流输电工程中的重要设备,其健康状态对于电网安全运行具有重要意义。为此,本文提出一种基于趋势预测的大型调相机健康状态评价方法。首先,针对调相机的设备构成,基于多层次模糊综合评价法构建了调相机健康状态评估体系;其次,提出基于层次分析法与熵权法的组合赋权法进行指标权重赋值,应用模糊隶属度进行逐层评价;最后,提出了基于小波包-长短期记忆神经网络预测模型的劣化度改进方法,以实现实时状态评估。算例结果表明所提方法较于传统评估方法,更具合理性,有助于实现设备的故障预警,为换流站的调度运行与设备检修提供参考意见。     

基于多元状态估计技术建模的引风机早期诊断研究

随着发电厂容量的增大,机组设备越来越复杂,其相应的故障发生率也日益提高。如何对发电机组进行状态监测与早期诊断,在故障早期发现设备劣化趋势,从而减少故障发生,使发电机组安全稳定运行是近年来发电厂面临的主要难题。采用基于多变量状态估计技术的建模方法,对引风机的运行状态进行实时预测,帮助运行人员发现分析设备早期的故障特征信号并采取解决措施,避免设备进一步恶化。该方法在发电厂的实际应用表明,使用效果良好,在发电设备的早期诊断领域有着广阔的应用前景。