基于数据驱动和ELM的水电机组振动区划分

传统的水电机组振动区划分方法是通过变负荷试验,采用国标规定的限值划分振动区,没有考虑机组型号和运行环境导致的阈值差异。将水电机组状态监测系统的稳定运行数据应用到振动区划分,提出了基于数据驱动和极限学习机(ELM)的水电机组振动区划分模型,筛选能够表征机组稳定性状态的测点,根据全工况稳定性状态样本数据对振动区划分模型进行分类训练,进而实现机组振动区高效、精确划分。实际应用表明,基于数据驱动和ELM的水电机组振动区划分模型,具有快速、高效获取在线状态监测系统有效数据的优点,其振动区划分结果与传统方法相比,覆盖工况区间广,可靠性高。