基于二元樹復(fù)小波變換的水輪發(fā)電機組故障診斷研究.pdf

1、近年來，我國在不斷的加大大容量水輪發(fā)電機組的使用投入，在這種情況下，對水電設(shè)備的實時監(jiān)測和及時的維護(hù)就顯得尤為重要。另外，隨著我國電力系統(tǒng)的可靠性要求不斷的提高，使得相應(yīng)的故障診斷系統(tǒng)必須能夠在發(fā)生故障之前就及時的發(fā)現(xiàn)設(shè)備異常，并能夠給出一定的調(diào)整意見。因此，對水輪發(fā)電機組的振動信號進(jìn)行研究、分析，在故障診斷系統(tǒng)中意義重大。
　　 本文以水輪發(fā)電機組在線監(jiān)測與故障診斷方法為研究對象，深入研究了二元樹復(fù)小波變換(DT-CWT)和B

2、P神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)，并引入到了水輪發(fā)電機組的故障診斷系統(tǒng)中。本文的主要研究工作和結(jié)論如下：
　　 1)將二元樹復(fù)小波變換的概念引入，將其良好的平移不變性、能量集中性和消除頻率混疊的性質(zhì)和離散小波變換進(jìn)行了比較，凸顯了二元樹復(fù)小波變換在一維信號處理上的優(yōu)勢。
　　 2)使用一種二元樹復(fù)小波熵閾值算法，實現(xiàn)對水輪發(fā)電機組的振動信號去噪的預(yù)處理。
　　 3)給出了兩種信號特征提取方法：基于二元樹復(fù)小波包能量熵的方法將

3、二元樹復(fù)小波包變換和信息熵理論相結(jié)合，提取特征熵作為智能識別系統(tǒng)的輸入；基于能量的方法將信號進(jìn)行分解，計算二元樹復(fù)小波分解系數(shù)的能量值，將其作為智能識別系統(tǒng)的輸入。本文所提出的這兩種信號特征提取方法，都能夠?qū)⑿盘柕牟ㄐ翁卣魈崛閿?shù)值特征，為下文的故障診斷識別莫定了基礎(chǔ)。
　　 4)將振動信號經(jīng)過提取后的特征向量輸入到BP神經(jīng)網(wǎng)絡(luò)中，進(jìn)行水輪發(fā)電機組的識別和診斷。本文得出的結(jié)論表明，基于二元樹復(fù)小波變換和BP神經(jīng)網(wǎng)絡(luò)的水輪發(fā)電機組