EMD动态过程神经网络尾水管故障信息融合诊断

为准确识别水轮机尾水管涡带状态,本文提出一种基于EMD指标能量的神经网络故障诊断方法。采用经验模态分解方法分离尾水管压力脉动信号,建立基于指标能量的故障特征向量,并以此作为故障样本训练三层离散前馈过程神经网络,形成由动态特征向量到故障类型的映射关系,实现故障信息融合诊断。以水轮机尾水管压力脉动信号为例,进行了应用检验。结果表明,该方法的收敛速度和分类精度优于传统的RBF、BP神经网络法,分类识别的平均百分比误差小,准确度高,适合用于水轮机尾水管涡带的故障融合诊断。     

改进希尔伯特–黄变换方法提取水轮机动态特征信息

常规的希尔伯特–黄变换(Hilbert-Huang transform,HHT)方法能较好地分析水轮机轴系信号,但经经验模态(empirical mode decomposition,EMD)分解后,在原始信号的低频区易产生虚假的内禀模态函数(intrinsic mode function,IMF)分量,干扰特征信息的提取,引发误判。该文提出基于能量波动的改进HHT方法及其判别条件。该方法利用分量信号能量递减原则并设定判别阈值来跟踪筛选虚假分量。通过仿真信号对该方法进行了有效性验证,并以原型水轮机非最优工况下动态信号为例,进行了应用检验。结果表明,该方法具有良好的虚假分量识别能力,提取真实的水轮机特征参量,更加适合分析复杂而特殊的水轮机动态特征信息。     

基于EMD和AR模型的水轮机尾水管动态特征信息提取

提出一种基于经验模态分解(EMD)和自回归(AR)模型的水轮机尾水管动态特征信息提取方法.对经过预处理的信号进行EMD分解,得到包含特征频率的本征模态函数(IMF),对每个IMF建立AR模型,取模型参数作为故障模式识别的特征矢量.以水轮机尾水管压力脉动信号为例,运用此方法进行了尾水管动态特征信息的提取.试验表明,基于EMD和AR模型的特征提取法是故障特征提取的有效方法.     

自适应迭代滤波在水轮发电机组振动分析中的运用

水轮发电机组的振动和水轮机压力脉动是衡量机组运行状态稳定性的重要指标,为了确保机组的正常运行,通常采集机组的振动信号进行识别判断。通常,水轮发电机组的振动信号为非平稳信号,并且会参杂着的噪声。针对水轮机振动信号,提出一种基于自适应迭代滤波分解和独立分量分析的水轮机振动信号特征提取方法,介绍其基本原理及求解步骤。先使用独立分量分析对原始信号进行分解,将背景中多余的噪声去除,接着对每个通道的信号进行自适应迭代滤波分解,计算每个模态分量的能量集中度并设定相关的边界值,将超出该值的模态分量去除,并将剩余的分量进行重构,获得除去噪声成分后的重组信号。通过对仿真信号以及实际信号的分析,该方法可以将振动信号中的噪声成分去除,并对相关物理特征进行有效的提取。最后得出结论:1)独立分量分析可将水轮机振动信号中的噪声去除,并突出特征;2)采用自适应迭代滤波分解并以能量集中度作为模态筛选指标,能够将含有少量噪声的模态提取出来,获取相关特征信号。     

结合经验模态分解能量总量法的断路器振动信号特征向量提取

为了检测出断路器的机械结构故障类型,本文分析了断路器机械振动信号的特性,提出基于经验模态分解(EMD)能量总量法与支持向量机(SVM)理论相结合的中压断路器振动信号的特征向量提取和故障分类的分析方法。首先将断路器的振动信号进行经验模态分解,得到所需要的内禀模态函数(IMF),通过离散采样点求能量总量的方法求出包含主要故障特征信息的各个内禀模态函数分量的能量总量。利用IMF分量能量总量作为特征向量,并以此作为支持向量机输入,将测试样本信号的故障特征向量输入训练好的SVM,并对SVM及核函数参数进行遗传算法优化,采用"二叉树分类"支持向量机分类机制进行故障分类。经实验分析该方法能很好地识别出振动信号的差别及故障类型。     

基于参数自适应VMD和SA-ELM的有载分接开关故障诊断

机械振动信号能反映有载分接开关的运行状态。为提高有载分接开关机械故障的诊断准确率,提出了一种基于参数自适应变分模态分解(VMD)和模拟退火优化极限学习机(SA-ELM)的故障诊断方法。首先对振动信号进行VMD分解,根据能量准则自适应确定模态数的取值,得到一组窄带、区分度较好的模态分量。然后求取各模态的能量值,形成特征向量组,不同故障状态的模态特征区分明显。最后将特征向量组输入SA-ELM,实现振动信号的识别和诊断。在模拟试验平台上进行试验并对采集的信号进行分析,结果表明文中故障诊断方法可有效提高有载分接开关机械故障的诊断准确率。     

EMD谱方法提取水轮机动态特征信息

水轮机轴系摆度信号蕴含着丰富的水轮机状态信息,对水轮机监测有必要提取摆度信号的特征参量.信号的经验模态分解方法可以理解为以信号极值特征尺度为参量的时空滤波过程,此过程充分保留了摆度信号的非线性非平稳特征,有效分离了信号与水轮机运行背景噪声,并在EMD分解基础上对摆度信号进行经典的快速傅里叶变换.通过结合EMD和FFT方...     

基于EMD和SVM的变压器励磁涌流和短路电流识别

为了正确识别变压器励磁涌流和短路电流,提出一种基于经验模态分解(Empirical mode decomposition,EMD)和支持矢量机(Support vector machine,SVM)的识别方法.该方法首先对原始电流信号进行经验模态分解,将不平稳信号分解为多个平稳的固有模态函数(Intrinsic mode function,IMF)之和,分别计算前五层IMF分量能量并组成能量特征向量;然后以此作为SVM分类器的输入参数来识别励磁涌流和短路电流.仿真结果表明,该识别方法在小样本情况下,能准确、有效地识别励磁涌流和短路电流两类电流信号,而且受噪声的影响小.     

基于EEMD和SOM神经网络的水电机组故障诊断

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。     

水泵水轮机复杂振动信号特征提取与智能识别

开展水泵水轮机振动信号特征提取与智能识别研究对确保抽水蓄能电站的可靠安全运行具有重要意义。由于水泵水轮机运行工况复杂，激发机组振动的物理来源较多，振动信号所包含的频率成分较为复杂，传统方法难以准确提取复杂振动信号特征。针对此问题，本文提出了一种基于变分模态分解、气泡熵和长短时记忆神经网络的振动信号特征提取和智能识别模型。首先，利用变分模态分解对振动信号进行分析，得到若干模态；然后，计算各模态的气泡熵值，构建气泡熵特征向量；最后，采用长短时记忆神经网络对振动信号特征向量进行训练和识别。通过使用蒲石河抽水蓄能电站中水泵水轮机的顶盖复杂振动信号对本文所提模型进行验证，振动信号识别准确率可达到97.87%，表明其具有重要的工程应用价值。     

小功率金卤灯再启动特性机理的探讨

利用专门设计的金卤灯再启动特性测试仪记录了金卤灯再启动特性的若干典型曲线，对某些异常特性的发生机理进行了分析，找到了它们与金卤灯内在质量的联系，研究表明通过测量金卤灯的再启动特性可以方便地诊断金卤灯的内在质量。     

变电站隔离闸刀触头的检修方法

电网运行中GW4、GW5、GW7等型隔离闸刀触头容易发热,影响变电设备的操作和安全运行;通过分析闸刀触头发热的原因,找出处理发热的办法,以解决触头发热的问题,促进电网安全生产和稳定运行。     

发电机定子绝缘剩余寿命评估参量的选择

为选择发电机定子绝缘剩余寿命评估的特征量,测量了运行23年的发电机定子线棒局部放电、tanδ和击穿电压等参量,分析了非破坏性参量与击穿电压的关系,并根据绝缘老化机理和过程,得出了tanδ、Δtanδ、S+k,S-k, Asy等5个特征参量。分析发现第一主成分中上述参量的比重较大,证明它们能较好预测绝缘的老化状态。     

发电机转子接地故障的处理方法

论述发电机转子动态不稳定接地故障的分析处理方法.     

动态信号分析仪示值误差测量结果的不确定度评定

介绍了用直接测量法评价动态信号分析仪的频谱幅值和频率指标时,测量结果的不确定度分析和评定过程.讨论了影响频谱幅值示值误差和频率示值误差的测量不确定度的几个主要来源.通过实例,给出了频谱幅值示值误差和频率示值误差的不确定度分析和评定结果.     

加快黄河北干流梯级开发的思考

根据规划在黄河北干流上布置万家寨、龙口、天桥、碛口、古贤、甘泽坡6座水利枢纽工程。北干梯级开发可有效控制和管理黄河的水沙关系、洪水;改善生态环境,使水资源得到合理利用;向华北电网提供大量电力,对秦晋2省工农业、通航和旅游等具有促进作用,并带动地方经济的发展。     

一种考虑了负荷特性的企业电网潮流算法

大型企业电网的负荷特性主要表现为感应电动机群特性,为了改进现在常用的电力系统潮流算法中用恒功率模型来表征节点负荷,不能满足工程精度要求的问题,提出了在对企业电网负荷节点电动机群进行等效变换后,引入负荷特性的潮流计算的思路,在此基础上进行了理论推导,并经过现场实测数据,进行了仿真。仿真结果表明,负荷特性的潮流计算方法符合企业工程精度要求,可以达到提升业电网潮流计算结果在精确度、实用度等方面的要求,具有一定的理论和工程意义。     

凝汽器热水井冲击振动的综合治理实践

给出了凝汽器热水井冲击振动发生的部位及具体原因。结合机组的实际情况,实施了优化运行、设备治理及系统改造等综合治理措施。     

绝缘子憎水性图像水珠/水迹形状提取算法

绝缘子表面憎水性检测是判别绝缘子性能优劣的主要手段.传统的检测方法具有其主观性,图像处理技术的引入为憎水性检测提供了更为客观的方法.考虑到绝缘子所处环境的复杂性(污秽、光照等)以及憎水性图像本身的特殊性(水的透明性),本文首先对绝缘子憎水性图像进行自适应直方图均衡和基于模糊逻辑的滤波,以达到增强图像的效果;然后通过基于模糊熵的自动阈值分割方法来获取水珠(水迹)的形状信息,最后用数学形态学的二值重构开运算来去除由于分割引入的噪声.实验统计结果表明,该方法能够对各级憎水性图像进行有效地分割.     

压实度标准制定的合理性

通过土料干湿法对比试验和环刀取土尺寸效应对比试验, 探讨了影响分层碾压土基垫层 压实度的主要因素, 指出通过击实试验制定土基压实度标准和施工质量检验时应注意的问题, 以及如何确保压实度标准制定的合理性和现场检验的客观性。