基于粒子群算法与改进BP神经网络的水电机组轴心轨迹识别

在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征.该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网络的特征参数,对几种典型的轴心轨迹进行了辨识.某水电站机组试验表明该方法识别速度快、精度高,具有较高的实用价值.     

基于SVD的水电机组轴心轨迹自动识别

在水电机组状态检修系统中，轴心轨迹是诊断机组状态的一个重要特征。文中采用矩阵的奇异值分解（SVD）方法，利用奇异特征值作为特征向量，采取最邻近法对水轮发电机组轴心轨迹的自动识别进行了研究。介绍了方法的原理，并对几类典型的轴心轨迹的自动识别进行了仿真实验，结果表明该方法是有效、简单和可行的。     

基于改进不变矩的发电机组轴心轨迹识别

在发电机组状态检修系统中,转轴轴心轨迹是诊断机组状态的一个重要特征。Hu氏不变矩是图形图像识别中的重要工具。详细分析了离散状态下的Hu氏不变矩应用的局限性,提出了改进方法,并对发电机组发生故障时几类典型轴心轨迹的自动识别进行了仿真试验,结果表明该方法有效、简单可行。     

基于模糊聚类的水电机组轴心轨迹多重分形特征识别

本文应用多重分形特征谱来描述水电机组轴心轨迹图形特征,结合常见水电机组轴心轨迹形状探讨了轴心轨迹多重分形谱特征提取实现方法;利用模糊C-均值聚类方法对多种故障的轴心轨迹多重分形特征值进行了聚类识别,其结果表明该方法可在多轴心轨迹样本情况下达到很好的分类识别,符合水电机组智能诊断的需要。     

水轮发电机组轴心轨迹自动识别方法研究

本文提出了一种水轮发电机组轴心轨迹自动识别方法，这种方法根据水轮发电机组的特点，综合应用了小波去噪理论，平面图形不变矩理论，神经网络理论，实现了识别过程的自动化，大大方便了故障诊断系统的使用，提高故障诊断系统的自动诊断水平及准确率。     

基于不变矩理论的同步调相机轴系轴心的轨迹分析

同步调相机的状态监测和分析是保障同步调相机可靠运行的关键手段。轴系振动故障是最常见的故障之一,会直接影响机组的安全稳定运行。文章根据已有的同步调相机的运行数据,绘制同步调相机的轴心轨迹,采用不变矩理论提取轴心轨迹的特征向量,既适用于对同步调相机正常运行下的状态监测和分析,也能用于同步调相机发生振动故障时的诊断和修理。     

水电机组轴心轨迹分析与转子动平衡研究

首先对机组进行稳定性测试,通过测试数据分析和查找振动原因,同时对机组进行轴系状态和轴心运行轨迹分析,检测机组的轴线运行情况和导轴瓦间隙调整情况。最后通过对机组导轴瓦间隙进行了调整,并对发电机转予进行现场动平衡处理,较好地解决了发电机组的振动问题。     

基于CWT灰度矩的水电机组振动征兆提取

连续小波变换（CWT）能有效地对水电机组非平稳信号进行细化分析,经过CWT后,蕴涵的状态信息能够在尺度域很好地体现出来,通过小波系数图像素的亮度可分析各个频率成分所占能量比例,引入的灰度矩可体现系数图特征,实例计算验证了灰度矩可作为一个蕴涵机组振动特征的征兆量,可定量地对机组振动情况进行评价,为水电机组分析诊断提供了一种新的征兆量。     

基于三维不变线矩的发电机组导轴承三维轴心轨迹故障识别

现有的基于仿射不变矩的轴心轨迹分类方法仅支持对二维轴心轨迹的形状进行分类,不能对三维轴心轨迹进行分类。本文首先引入了一种基于特征点之间距离的均值和方差来进行分类性能评价的矩阵,验证了给出的三维不变线矩对同一形状的轴心轨迹保持仿射变换的不变性,并使用Quadratic SVM实现了对三维轴心轨迹和二维轴心轨迹的分类。数值实验表明,所提出的三维不变矩和SVM结合的方法能够有效对不同形状的轴心轨迹故障进行分类。     

一种基于傅里叶描述子的轴心轨迹自动识别方法

傅里叶描述子是分析和识别物体形状的重要方法之一。文中详细讨论了傅里叶描述子的原理、不变性和实际应用方法;运用人工神经网络分析方法,以傅里叶描述子作为特征向量,对汽轮发电机组轴心轨迹的自动识别进行了探讨;并对3类典型的轴心轨迹的自动识别进行了仿真试验,结果表明该方法是有效、可行的。     

基于神经网络的水轮发电机组的建模分析

水轮发电机组是一个具有非线性的复杂受控对象。本文分别采用BP和RBF神经网络模型对水轮发电机组进行动态建模，经MATIAB仿真实验，结果表明用神经网络可方便的建立非线性系统的模型。通过分析比较两种网络动态建模方法，可知采用RBF网络进行建模相对采用BP网络具有明显的优点，RBF所用的学习时间和所用到的神经元个数大大减少，在某种程度上克服了BP网络的训练时间长、训练不完全和容易到达局部极小的缺陷。     

基于Internet的水轮发电机组远程监测和故障诊断系统的研究

为了确保水轮发电机组的安全稳定和经济运行,需要对水轮发电机组进行监测与故障诊断.作者提出在Internet和Windows环境下利用有效的网络资源、PXI、MXI-3和DataSocket技术,采用易于扩展的客户/服务器结构模式来设计水轮发电机组的远程监测和故障诊断系统.文中对该系统的总体方案、软硬件组成及系统的功能作了详细的说明.该系统实现了水轮发电机组信号的数据采集、数据分析和处理,并能通过Internet进行故障诊断,具有良好的应用前景.     

现场可编程门阵列技术在水轮发电机组流速测量中的应用

为了解决流速仪法测量水轮发电机组流量中多路流速信号的同步测量问题,提出一种现场可编程门阵列(FPGA)与神经元芯片相结合的测量方案.该成果实现了LonWorks现场总线技术和在线可编程技术的优势互补,灵活设定的计数范围和自动换挡的分频次数保证了测量值的准确性,采用状态寄存器的方法减小了神经元芯片控制功能对I/O引脚的依赖,提高了系统的实时性.     

水轮发电机组三维动态仿真研究

为满足水轮发电机组控制、维护及技术管理综合集成自动化系统人机交互的需求,采 用三维动画多媒体仿真技术将实际物理系统在计算机上重现出来,让操作、维护人员在虚拟 现实空间中形象直观地监视机组状态,分析状态演绎过程,了解设备的结构特征和操作维修 技巧,对提高操作维护水平具有重要意义。文中对水轮发电机组三维动态仿真系统的结构、 原理、软件实现方法进行了介绍,对系统的数据采集和数据库设计等进行了描述。     

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.     

基于粗糙集理论和朴素贝叶斯分类算法的汽轮发电机振动故障诊断

汽轮发电机组结构及振动的复杂性使其故障具有多层次性和随机性,以及故障信息不完整性等特点。对此,提出了一种基于粗糙集理论与朴素贝叶斯分类算法的汽轮发电机组振动故障诊断方法。通过粗糙集理论求取最小属性约简集,并在此基础上利用朴素贝叶斯分类算法诊断出故障概率最大的区,最后针对具体的故障设定值对该方法进行验证。实际算例结果表明,该方法能在故障信息不完整甚至丢失核心属性的情况下得到较好的诊断结果,提高了系统诊断的容错性。     

基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断

电力变压器故障诊断因果关系的复杂性与模糊性，采用单一智能方法难以准确描述。文中基于智能互补融合的思想，将粗糙集理论与模糊Petri网络有机结合在一起进行油浸电力变压器故障诊断。利用粗糙集信息表简化技术来实现对专家知识的简化与故障特征的压缩，获得最小诊断规则，基于最小诊断规则的Petri网络模型可以有效降低网络结构的复杂性与故障特征获取的难度。同时利用模糊Petri网络实现并行模糊推理，便于描述故障特征的变化及对变压器运行特性的快速分析。故障实例分析表明，文中所提出的智能方法可以有效地进行模糊推理，减小诊断信息的冗余性，诊断效率高，计算快速、准确，结果易于被人理解。     

基于粗糙集理论的故障诊断决策规则提取方法

为了在故障诊断信息不一致的情况下提取简单有效的诊断规则，提出了一种基于粗糙集理论的决策规则提取方法。该方法从定义的故障诊断决策系统出发，将故障诊断问题用一个具有不同简化层次的决策网络表示，在引入诊断决策规则的覆盖度概念后，推导出每个网络节点的诊断决策规则集。在应用网络进行故障诊断时，用待诊实例的信息与网络中相应节点的诊断决策规则集进行匹配，即使在故障诊断信息不完备的情况下，也能得到正确的诊断结果。以某往复机械故障为例验证了该方法的有效性。     

一种基于灰色系统理论的中长期需电量预测模型

深入研究了基于灰色系统理论的中长期需电量预测方法,剖析了灰色预测ＧＭ（１,１）模型应用的局限性及其改进方法,根据电力系统中长期需电量预测的特点,将国民经济发展对年用电量的影响加到预测模型中,提出一种基于灰色系统理论的中长期需电量预测方法,并用此方法对山东省多年来的用电量进行试验和对未来十几年的用电量进行预测,结果表明：模型精度较高,预测误差较小,预测结果与国家电力公司的宏观预测值基本吻合。     

基于模糊集理论的电力系统静态安全域分析

本文将模糊集理论用于以域方法为基础的电力系统静态安全分析，解决了安全域内、外运行点的安全程度问题。首先对函数型连接网络进行训练，分别建立起不同安全程序的隶属函数表达，然后通过Ｍａｘｎｅｔ网选出最大隶属度，其对应的安全程序判别为运行点的安全状态。用ＩＥＥＥ６机３０节点系统进行试验，证明了本法的有效性。