基于Hilbert-Huang變換和支持向量機的水輪發(fā)電機組狀態(tài)監(jiān)測與故障診斷方法研究.pdf

1、電力系統(tǒng)的高可靠性要求診斷系統(tǒng)能及時發(fā)現(xiàn)水輪發(fā)電機組的故障,并給出調(diào)整建議；同時要求診斷系統(tǒng)能根據(jù)機組狀況給出優(yōu)化運行方案.傳統(tǒng)的基于傅立葉變換的故障診斷方法只能從頻率的角度發(fā)現(xiàn)機組的故障,不能準(zhǔn)確定位機組發(fā)生故障的時間及故障發(fā)展趨勢.本文以水輪發(fā)電機組狀態(tài)監(jiān)測與故障診斷方法為研究對象,深入研究了Hilbert-Huang變換理論基礎(chǔ)的上,將其引入水輪發(fā)電機組故障診斷系統(tǒng)中.該方法首先對機組振動信號進行經(jīng)驗?zāi)B(tài)分解(EMD)獲得固有模態(tài)

2、函數(shù)(IMF)分量,再經(jīng)過Hilbert變換獲得信號的Hilbert譜,從信號的Hilbert譜中即可發(fā)現(xiàn)信號中的異常頻率及其發(fā)生的時間,從而確定機組的故障和發(fā)生時間. Hilbert-Huang變換的端點效應(yīng)限制了其應(yīng)用,本文對端點效應(yīng)的原理做了詳細(xì)的分析后提出了兩種解決端點效應(yīng)的方法:可變長極值鏡像拓延法避免了鏡像閉合拓延法造成數(shù)據(jù)量龐大的缺點,按照實際情況選取拓延極值長度,取得較好效果；基于最小二乘支持向量機(LS-SVM

3、)的端點拓延方法結(jié)合了水輪發(fā)電機組暫態(tài)數(shù)據(jù)短的特點和最小二乘支持向量機在小樣本下可獲得最優(yōu)解的優(yōu)點,較好的抑制了端點效應(yīng).信號特征提取方法是故障診斷的難點,本文針對水輪發(fā)電機組振動信號的特點,提出兩種信號特征提取方法:基于EMD和AR模型的方法從波形入手提取信號特征,該方法將每個固有模態(tài)函數(shù)(IMF)分量提取為4個參數(shù)作為智能識別系統(tǒng)的輸入；基于能量的特征提取方法是將每個IMF分量的能量作為智能識別系統(tǒng)的輸入.這兩種方法可以將信號的特征