本文關(guān)鍵詞：考慮非線性因素的水輪發(fā)電機組振動故障診斷研究

  更多相關(guān)文章： 水輪發(fā)電機組 非線性振動 故障診斷 最小二乘支持向量機 粗糙集理論 小波包分析

【摘要】：水輪發(fā)電機組是電力系統(tǒng)中重要的設(shè)備之一,其振動故障問題不僅關(guān)系到機組的正常運行,更影響到電力系統(tǒng)的穩(wěn)定安全運行。因此開展水輪發(fā)電機組振動故障診斷廣泛而深入的研究具有十分重要意義和實用價值。本文的研究目的就是在考慮非線性因素的情況下研究水輪發(fā)電機組的振動故障診斷問題。主要內(nèi)容包括： 考慮非線性因素的影響,研究水輪發(fā)電機組非線性振動特性,分析水輪發(fā)電機組非線性振動特性對機組振動信號的影響,探討水輪發(fā)電機組的振動故障機理,提出水輪發(fā)電機組振動故障的診斷方案,從而為機組振動故障診斷方法的確定提供一定的思路。 應(yīng)用小波包分析方法和粗糙集理論,提取水輪發(fā)電機組振動故障特征。首先,應(yīng)用小波包分析方法,對水輪發(fā)電機組的振動信號進(jìn)行能量特征信息獲取,構(gòu)造水輪發(fā)電機組振動故障特征集；然后針對振動故障特征集維數(shù)過多的問題,運用粗糙集理論對水輪發(fā)電機組振動故障特征集進(jìn)行故障特征提取,消除故障特征集的冗余特征,提高故障特征集的有效性。 基于粒子群優(yōu)化算法優(yōu)化的最小二乘支持向量機構(gòu)建考慮非線性因素影響的水輪發(fā)電機組振動故障診斷模型,從而實現(xiàn)水輪發(fā)電機組振動故障模式的準(zhǔn)確診斷和分類。 采用VC++6.0工具和MATLAB工具,基于混合編程方法研發(fā)水輪發(fā)電機組振動故障診斷系統(tǒng),從而有效實現(xiàn)對水輪發(fā)電機組振動故障的診斷。 以混流式水輪發(fā)電機組為研究對象,考慮非線性因素對機組的影響,對其振動故障診斷過程及結(jié)果進(jìn)行分析。仿真結(jié)果表明,基于粗糙集與最小二乘支持向量機的水輪發(fā)電機組振動故障診斷方法效果良好,能夠?qū)崿F(xiàn)水輪發(fā)電機組振動故障模式快速而準(zhǔn)確的診斷。
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TM312;TH165.3

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 劉忠;周建中;張勇傳;鄒敏;;基于水電機組復(fù)合特征提取的RBFNN故障診斷[J];電力系統(tǒng)自動化;2007年11期

2 安學(xué)利;周建中;劉力;李清清;李超順;;基于熵權(quán)理論和信息融合技術(shù)的水電機組振動故障診斷[J];電力系統(tǒng)自動化;2008年20期

3 程寶清,韓鳳琴,桂中華;基于小波的灰色預(yù)測理論在水電機組故障預(yù)測中的應(yīng)用[J];電網(wǎng)技術(shù);2005年13期

4 李兆軍;蔡敢為;楊旭娟;藍(lán)永庭;;混流式水輪發(fā)電機組主軸系統(tǒng)非線性全局耦合動力學(xué)模型[J];機械強度;2008年02期

5 周東華,葉昊,王桂增;基于觀測器方法的故障診斷技術(shù)若干重要問題的探討[J];自動化學(xué)報;1998年03期

，

本文編號：1167440