考虑非线性因素的水轮发电机组振动故障诊断研究

发布时间：2017-11-10 16:29

  本文关键词：考虑非线性因素的水轮发电机组振动故障诊断研究

  更多相关文章： 水轮发电机组 非线性振动 故障诊断 最小二乘支持向量机 粗糙集理论 小波包分析

【摘要】：水轮发电机组是电力系统中重要的设备之一,其振动故障问题不仅关系到机组的正常运行,更影响到电力系统的稳定安全运行。因此开展水轮发电机组振动故障诊断广泛而深入的研究具有十分重要意义和实用价值。本文的研究目的就是在考虑非线性因素的情况下研究水轮发电机组的振动故障诊断问题。主要内容包括： 考虑非线性因素的影响,研究水轮发电机组非线性振动特性,分析水轮发电机组非线性振动特性对机组振动信号的影响,探讨水轮发电机组的振动故障机理,提出水轮发电机组振动故障的诊断方案,从而为机组振动故障诊断方法的确定提供一定的思路。 应用小波包分析方法和粗糙集理论,提取水轮发电机组振动故障特征。首先,应用小波包分析方法,对水轮发电机组的振动信号进行能量特征信息获取,构造水轮发电机组振动故障特征集；然后针对振动故障特征集维数过多的问题,运用粗糙集理论对水轮发电机组振动故障特征集进行故障特征提取,消除故障特征集的冗余特征,提高故障特征集的有效性。 基于粒子群优化算法优化的最小二乘支持向量机构建考虑非线性因素影响的水轮发电机组振动故障诊断模型,从而实现水轮发电机组振动故障模式的准确诊断和分类。 采用VC++6.0工具和MATLAB工具,基于混合编程方法研发水轮发电机组振动故障诊断系统,从而有效实现对水轮发电机组振动故障的诊断。 以混流式水轮发电机组为研究对象,考虑非线性因素对机组的影响,对其振动故障诊断过程及结果进行分析。仿真结果表明,基于粗糙集与最小二乘支持向量机的水轮发电机组振动故障诊断方法效果良好,能够实现水轮发电机组振动故障模式快速而准确的诊断。
【学位授予单位】：广西大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM312;TH165.3

【参考文献】

中国期刊全文数据库 前5条

1 刘忠;周建中;张勇传;邹敏;;基于水电机组复合特征提取的RBFNN故障诊断[J];电力系统自动化;2007年11期

2 安学利;周建中;刘力;李清清;李超顺;;基于熵权理论和信息融合技术的水电机组振动故障诊断[J];电力系统自动化;2008年20期

3 程宝清,韩凤琴,桂中华;基于小波的灰色预测理论在水电机组故障预测中的应用[J];电网技术;2005年13期

4 李兆军;蔡敢为;杨旭娟;蓝永庭;;混流式水轮发电机组主轴系统非线性全局耦合动力学模型[J];机械强度;2008年02期

5 周东华,叶昊,王桂增;基于观测器方法的故障诊断技术若干重要问题的探讨[J];自动化学报;1998年03期

，

本文编号：1167440