灯泡贯流式水轮发电机组故障诊断方法探析

灯泡贯流式发电机作为中小型水电站的惯用机组,为避免出现运行故障造成严重后果,有必要对其进行故障诊断预测。但水电机组运行过程中涉及到水力、电磁、机械等多种复杂因素相互影响,非线性、非平稳振动信号难以采集,为水电机组的故障诊断造成严重困难。本文首先对灯泡贯流式发电机结构及工作原理作了阐述,以初步了解发电机;接着对灯泡贯流式常见故障及原因作了分析,以找准研究重点;最后总结了关于发电机轴承、转子、碳刷等部件的具体诊断方法。

最小二乘支持向量机回归的HHT在水轮发电机组故障诊断中的应用

水轮发电机组的故障表现为振动信号中出现异常频率成分,Hilbert-Huang变换可自适应地将这种频率成分提取出来并形成时频谱。但变换过程中,当两侧端点不为极值点时,会造成三次样条拟合的极值包络线偏离实际值,并且随着分解的不断进行向内“污染”。提出基于最小二乘支持向量机回归的Hilbert-Huang变换,该方法采用最小二乘支持向量机回归的方法对原信号两端进行拓延,得到附加的极值点,再利用三次样条插值的方法得到上、下包络线,实现了准确的EMD分解。将改进后的Hilbert-Huang变化应用于水轮发电机组故障诊断中,结果表明,该方法有效抑制了端点效应,实现了故障的准确识别。

信息融合技术在水轮发电机组故障诊断中的应用

本文讨论了水轮发电机组故障征兆的特征选择与提取。基于信息融合技术的思想,从设备故障诊断的实际出发,建立了基于信息融合技术的神经网络证据融合故障诊断系统,即通过故障特征信息的有效组合,用各种子神经网络从不同侧面对设备故障进行初步诊断,然后对诊断结果应用DempsterShafer证据理论进行决策融合。诊断实例表明,经过多故障特征信息融合,诊断结论的可信度明显提高,可以有效提高确诊率。

水轮发电机组故障诊断模糊专家系统研究

针对水轮发电机组故障原因与症兆之间的复杂关系,充分利用综合监测数据和领域专家的经验知识,采用数据驱动和基于知识的目标驱动控制的正反向推理方法进行诊断.研究了基于数据库管理系统的模糊知识库设计,为知识库的建立、维护、扩充和完善提供了一种实用方法.研究了模糊推理算法,以加权模糊推理进行多种信息的融合,解决了故障诊断中不确定性问题的求解.建立了水轮发电机组故障诊断模糊专家系统.诊断实例结果表明,该系统推理效率高,可信度好,满足了水轮机组故障诊断的有效性和实用性要求.

基于粗糙集和遗传算法的水轮发电机组故障诊断方法

针对水轮发电机组故障监测中的大量数据,为了提高故障诊断效率,考虑将粗糙集理论和遗传算法引入水轮发电机组故障诊断中。方法是利用粗糙集获取水轮发电机组故障信息决策表,再用遗传算法的全局搜索技术,对决策表进行约简,找出对故障分类起主要作用的特征,并提取诊断规则。通过对具体诊断实例研究表明:该方法在水轮发电机组故障诊断中具有较高的可行性和有效性。

基于有向无环图支持向量机的水轮发电机组故障诊断模型

提高水轮机组的状态监测与故障诊断系统的准确性和及时性,对电力系统的安全运行具有重大意义。针对神经网络收敛速度慢、容易陷入局部最优解等不足,提出了一种基于有向无环图支持向量机方法的水轮发电机组故障诊断方法。该方法能有效解决小样本、高维数、非线性等问题,从而能在较短的时间内准确地诊断故障。

水轮发电机组故障诊断系统中几种征兆的获取

在水轮发电机组故障诊断系统中 ,征兆获取能力是评价故障诊断系统性能的重要指标 ,故障信号的特征提取影响到整个诊断过程的计算以及整个诊断系统的品质 .将FFT、分形几何、相关分析、奇异谱等理论应用于故障诊断系统中征兆的获取 ,针对不同类型征兆采取不同的数学处理方法 ,并结合水轮发电机组故障诊断系统 ,证明了所述方法的合理性和可行性 。

基于双参数方法的水轮发电机组故障诊断规则表示和推理问题研究

基于知识的故障诊断系统在水轮发电机组故障诊断研究工作中是重要的课题,需要解决故障诊断规则表示及故障诊断推理2方面的不确定性问题。文中介绍了水轮发电机组故障诊断规则基于双参数方法的规则表示方法及其推理诊断评价和咨询评价方法。在总结水轮发电机组故障诊断规则相关关键问题的基础上,将双参数方法应用到水轮机组故障诊断不确定性规则表示及不确定性诊断推理问题中。通过实例介绍了双参数方法在获取故障诊断规则不确定性参数方面的应用及其在故障诊断推理过程中的应用。

水轮发电机组故障诊断的反向选择算法

本文提出了一种水轮发电机组故障诊断的新方法。该方法将生物免疫系统中的“自己_非己”理论应用于水轮发电机组故障诊断中,采用贪婪算法产生检测器集,使得所产生的检测器集能够更好的覆盖各种故障模式,从而实现了对水轮发电机组故障的分类诊断,并通过实例证明了该方法的有效性。文中最后对试验结果做出了分析。

基于BP模糊神经网络的水轮发电机组故障诊断方法

运用模糊理论的故障征兆与故障原因之间的模糊关系,确定了BP神经网络的输入层和输出层,并结合水轮发电机组故障诊断具体实例建立神经网络的输入样本集,对神经网络进行训练,输入机组故障征兆向量,得出故障原因,从而验证了模糊神经网络的可行性与优越性。

集成神经网络在水轮发电机组故障诊断中的应用

针对单个神经网络的不足 ,以信息融合技术为基础 ,建立了集成神经网络故障诊断系统。该系统采用子神经网络从不同侧面对设备进行初步诊断 ,然后将各子神经网络进行决策融合。通过对水轮发电机组的应用仿真 ,说明该系统充分利用了各种信息 ,提高了确诊率。

径向基神经网络在水轮发电机组故障诊断中的应用

轴心轨迹是诊断水轮发电机组运行状态的一个重要征兆。以不变矩为图形特征量,运用径向基神经网络对发电机故障状态的轴心轨迹图形进行辨识,是一种简单、有效的故障诊断方法。文中从原理上阐述了这种方法的可行性,并通过仿真试验证明径向基神经网络比BP神经网络有更高的学习效率和更好的诊断精度。

模糊专家系统在水轮发电机组故障诊断中的应用

根据水轮发电机组的结构特点，文内建造了一个故障诊断模糊专家系统，就系统的组成及其功能原理和系统建造过程中的规则表示、知识获取。

改进Elman网络及其在水轮发电机组故障诊断中的应用

针对水轮发电机组故障诊断系统，分析了改进 BP 网络在故障诊断中的不足，提出了利用改 进 Elman 网络进行水轮发电机组故障诊断的方法。该方法具有精度高、收敛快、可以避免局部最 小的优点，从而为水轮发电机组故障诊断提供了一种更有效的方法。

模糊理论在水轮发电机组故障诊断中的应用

以模糊理论为基础,结合水轮发电机组的结构设计、运行工况、现场运行人员和专家的经验,分析了故障与征兆之间的模糊关系,形成了水轮发电机组诊断规则,建立了水轮发电机组模糊诊断自适应修正数学模型,并用某水电厂具体故障实例加以分析、诊断、验证,结果证明了该数学模型的合理性和适用性。

信息融合理论在水轮发电机组故障诊断中的应用

介绍了信息融合理论的基本内容和分析方法,并论述了该理论在水电机组故障诊断中的具体应用,最后探讨了该理论应用的意义。

粗糙集理论在水轮发电机组故障诊断中的应用

为了对水轮发电机组故障诊断过程中大量的冗余信息特征进行压缩,提高诊断的效率,本文将粗糙集理论引入到水轮发电机组故障诊断中。并采用基于遗传算法的粗糙集知识约简方法,对水轮发电机组故障信息进行压缩处理。通过对具体诊断实例分析,结果表明:该方法能够在保证故障分类结果不变的情况下,有效剔除具有冗余信息,找出对故障分类起主要作用的特征,减少了对诊断信息的需求,有效地提高了水轮发电机组故障诊断的效率。

基于改进RBF神经网络的水轮发电机组故障诊断

由于水轮发电机组受到水力、机械、电气等多方面因素的影响,导致其产生的故障非常复杂,且多种故障类型相互耦合。综合分析减聚类、模糊K-Prototypes算法以及改进的粒子群优化(PSO)算法,提出了改进的径向基函数(RBF)神经网络算法,构建了一种新的RBF神经网络模型,并将该模型应用于水轮发电机组的故障诊断中。仿真试验的结果表明,该模型的分类准确率更高,稳定性更好。

粗糙集—遗传算法在水轮发电机组故障诊断中的应用

针对水轮机组状态监测在运行过程中产生的大量数据,采用粗糙集—遗传算法的方法进行判断分类,进一步的分析数据中判别机组的运行状态,分析故障产生的原因,找到故障发生的部位的。实例分析表明,粗糙集—遗传算法的方法进行水轮机组的故障诊断,在原有的水轮机组故障信息进行属性约简,可以获得较好的诊断。该方法可以在水轮机组故障诊断中得到应用。

水轮发电机组故障诊断模拟教学实验台的设计与开发

水轮发电机组故障是影响水轮发电机组安全、稳定运行的最重要因素之一。设计开发出合适的水轮发电机组故障诊断模拟教学实验台,对于学生深刻理解和掌握各种故障机理的形成和排除手段,培养学生实践和创新能力有很大帮助。