由于水電站具備獨(dú)特的調(diào)峰填谷的運(yùn)行特性,可以發(fā)揮調(diào)節(jié)負(fù)荷、維護(hù)電力系統(tǒng)安全穩(wěn)定運(yùn)行等重要作用,已經(jīng)逐步成為了我們國家電力系統(tǒng)不可或缺的調(diào)節(jié)工具。由于水電機(jī)組經(jīng)常進(jìn)行復(fù)雜工況的切換,運(yùn)行時(shí)周遭影響機(jī)組運(yùn)行狀態(tài)的不穩(wěn)定因素較多,故機(jī)組的安全問題日益凸顯。而傳統(tǒng)水電機(jī)組故障診斷主要基于專家系統(tǒng),主觀依賴性高,不能有效客觀地分析機(jī)組狀態(tài)和故障類別。為了克服傳統(tǒng)故障診斷模型存在的局限性,本文以水電機(jī)組為對象,圍繞狀態(tài)監(jiān)測系統(tǒng)采集到的多源數(shù)據(jù)類型與其對應(yīng)故障表征,數(shù)據(jù)處理分析方法以及故障診斷模型三個(gè)方面展開研究,重點(diǎn)解決多源廣域數(shù)據(jù)帶來的故障信息冗余和傳統(tǒng)故障診斷模型的高耗時(shí)等問題,提出了 一種融合多源廣域數(shù)據(jù)的水電機(jī)組故障診斷模型,為實(shí)現(xiàn)水電機(jī)組故障診斷開闊了思路,具有一定的工程價(jià)值。本文首先了解了水電機(jī)組的幾種典型故障類型,介紹了狀態(tài)監(jiān)測系統(tǒng)可采集到的不同的數(shù)據(jù)源,比如振動(dòng)信號(hào)、擺度信號(hào)、壓力脈動(dòng)信號(hào)、工況數(shù)據(jù)、氣隙參數(shù)和軸心軌跡圖等,并介紹分析了不同類型數(shù)據(jù)的故障表征。其次,針對融合多源廣域數(shù)據(jù)后樣本空間維數(shù)過高帶來的故障信息冗余等問題,提出了一種基于改進(jìn)局部和總體主成分分析法（LGPCA）... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

012-2018年我國水力發(fā)電量統(tǒng)計(jì)數(shù)據(jù)

012-2018年我國水力發(fā)電裝機(jī)容量Fig.1-22012-2018China"shydropowerinstalledcapacity

西安理工大學(xué)碩士學(xué)位論文102.2.3電磁因素引起的振動(dòng)水電機(jī)組作為一個(gè)將機(jī)械能轉(zhuǎn)換為電能的復(fù)雜能源系統(tǒng)，在轉(zhuǎn)換能量的過程中自然會(huì)受到電磁因素的影響。而當(dāng)發(fā)電機(jī)產(chǎn)生較大電磁力時(shí)，就容易誘發(fā)機(jī)組產(chǎn)生非線性不正常的振動(dòng)。電磁振動(dòng)主要包括有：磁拉力不平衡，負(fù)序電流、氣隙不均勻、定子鐵芯松動(dòng)、三相負(fù)荷不平衡等等。2.3水電機(jī)組多源數(shù)據(jù)綜述隨著水電機(jī)組智能化的不斷推進(jìn)，針對機(jī)組運(yùn)行狀況的監(jiān)測點(diǎn)傳感器類型愈加豐富。在數(shù)據(jù)采集階段，傳感器負(fù)責(zé)收集能夠全面刻畫水電機(jī)組運(yùn)行狀態(tài)的各類數(shù)據(jù)，如振動(dòng)、擺度、壓力脈動(dòng)、氣隙參數(shù)、工況參數(shù)和軸心軌跡等。而傳統(tǒng)水電機(jī)組故障診斷研究一般針對單一振動(dòng)信號(hào)進(jìn)行特征提取分析，豐富的數(shù)據(jù)與單一的診斷策略形成了對比。在此背景下如何應(yīng)用發(fā)掘這些多源信號(hào)以及巨量的數(shù)據(jù)的豐富信息具有巨大研究潛力。2.3.1波形信號(hào)在某一段時(shí)間內(nèi)，由傳感器所采集到數(shù)據(jù)序列隨時(shí)間序列變化而呈現(xiàn)周期或非周期變化，則可以稱該數(shù)據(jù)為波形數(shù)據(jù)。如主軸振動(dòng)信號(hào)、軸承擺度信號(hào)以及尾水管壓力脈動(dòng)信號(hào)等等。在水電機(jī)組傳統(tǒng)故障診斷的研究中，有結(jié)果表明波形信號(hào)中蘊(yùn)含有80%的故障表征。而由于非平穩(wěn)的波形信號(hào)蘊(yùn)含了豐富的故障信息，一般可以從這些信號(hào)的時(shí)頻域特征中有效地反映機(jī)組故障信息，因此分析故障信號(hào)的頻譜特征是目前水電機(jī)組故障研究的主要方向。以貫流式機(jī)組電站為例，實(shí)際監(jiān)測系統(tǒng)中可采集到的波形信號(hào)包括[42-43]：（1）上導(dǎo)、下導(dǎo)、水導(dǎo)以及燈泡體等垂直振動(dòng)與X向振動(dòng)，如圖2-1；（2）水力軸承X向與Y向擺度，如圖2-2；（3）導(dǎo)葉前壓力脈動(dòng)與尾水管壓力脈動(dòng)，如圖2-3。圖2-1實(shí)測燈泡體振動(dòng)信號(hào)Fig.2-1Measurethevibrationsignalofthebulbbody

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和離散小波變換的滾動(dòng)軸承故障診斷[J]. 陳仁祥,黃鑫,楊黎霞,湯寶平,余騰偉,周君.  振動(dòng)工程學(xué)報(bào). 2018(05)
[2]基于多尺度本征模態(tài)排列熵和SA-SVM的軸承故障診斷研究[J]. 姚德臣,楊建偉,程曉卿,王興.  機(jī)械工程學(xué)報(bào). 2018(09)
[3]基于EEMD和SOM神經(jīng)網(wǎng)絡(luò)的水電機(jī)組故障診斷[J]. 李輝,焦毛,楊曉萍,白亮,羅興锜.  水力發(fā)電學(xué)報(bào). 2017(07)
[4]基于變分模態(tài)分解和Teager能量算子的滾動(dòng)軸承故障特征提取[J]. 馬增強(qiáng),李亞超,劉政,谷朝健.  振動(dòng)與沖擊. 2016(13)
[5]基于變分模態(tài)分解和1.5維譜的軸承早期故障診斷方法[J]. 王曉龍,唐貴基.  電力自動(dòng)化設(shè)備. 2016(07)
[6]用于軸心軌跡提純的小波精細(xì)積分算法[J]. 曹永寧,楊勇.  組合機(jī)床與自動(dòng)化加工技術(shù). 2015(11)
[7]基于變分模態(tài)分解和模糊C均值聚類的滾動(dòng)軸承故障診斷[J]. 劉長良,武英杰,甄成剛.  中國電機(jī)工程學(xué)報(bào). 2015(13)
[8]基于EEMD和模糊C均值聚類的風(fēng)電機(jī)組齒輪箱故障診斷[J]. 王軍輝,賈嶸,譚泊.  太陽能學(xué)報(bào). 2015(02)
[9]西安拓銳電氣技術(shù)有限公司[J].   水力發(fā)電. 2014(10)
[10]基于徑向基多小波神經(jīng)網(wǎng)絡(luò)的水電機(jī)組故障診斷[J]. 盧娜,肖志懷,曾洪濤,符向前.  武漢大學(xué)學(xué)報(bào)(工學(xué)版). 2014(03)

博士論文
[1]水輪發(fā)電機(jī)組故障診斷及預(yù)測與狀態(tài)評(píng)估方法研究[D]. 朱文龍.華中科技大學(xué) 2016
[2]基于時(shí)頻分析與特征約簡的水電機(jī)組故障診斷方法研究[D]. 薛小明.華中科技大學(xué) 2016
[3]水電機(jī)組狀態(tài)評(píng)估及智能診斷方法研究[D]. 肖劍.華中科技大學(xué) 2014
[4]水輪發(fā)電機(jī)組軸系非線性動(dòng)力特性分析[D]. 張雷克.大連理工大學(xué) 2014

碩士論文
[1]轉(zhuǎn)子軸心軌跡的提純、特征提取與自動(dòng)識(shí)別研究[D]. 胥佳瑞.華北電力大學(xué) 2017
[2]基于BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法[D]. 于婷婷.大連理工大學(xué) 2008



本文編號(hào)：3553147