首页 > 学术论文

水电机组状态评估及智能诊断方法研究

来源:论文学术网
时间:2024-08-18 12:56:03
热度:

水电机组状态评估及智能诊断方法研究【摘要】:随着我国电力事业的不断发展,水电能源已进入了大机组、特高压输送、智能化控制与管理的新时代。一方面,水力发电在我国发电供应段中所占结构比例

【摘要】:随着我国电力事业的不断发展,水电能源已进入了大机组、特高压输送、智能化控制与管理的新时代。一方面,水力发电在我国发电供应段中所占结构比例逐渐增多,且更多的承担调峰、调频任务;另一方面,由于特高压直流输电线路的不断兴建和投运,大型水电厂作为工业用电直接供电端的方式也日趋增多。而作为水电厂关键发电设备的水力发电机组也朝着大容量、高比转速、高负载等方向不断发展,其部件结构及布置形式复杂程度越来越高,而水力、机械、电气等振源之间的耦合作用日益凸显,从而导致了水电设备故障的非计划停运和突发冲击性故障的日趋增多,并直接影响了对电网的安全稳定。因此,传统基于稳态波形和离线性能试验的水电机组状态评估与故障诊断方法无法满足当前水电厂对于故障快速定位和及时处理的工程实际需求。如何在准确获知水电厂实际运行数据的基础上,构建水电设备在线健康状态高精度评估模型,精确识别故障类型及其严重程度、变化趋势,提供高效合理的机组检修方案,为机组突发故障提供相应的决策建议,是当前我国水电生产急需解决的重大工程实际问题。为此,本文针对水电机组状态评估及故障诊断在理论突破及工程应用中存在的若干关键问题,以水电机组振动故障的暂态征兆提取和最优选择为切入点,引入熵值理论和非线性信号辨识方法,深入探究不同征兆在分类超平面中的贡献因子,构建基于暂态开机过程数据的水电机组在线评估方法,为揭示水电机组性能退化程度提供合理科学的依据,同时建立基于两阶段极限学习机的智能混合故障诊断方法,实现的故障分类器结构参数一体化自学习策略,实现具有自学习功能的多故障、高精度诊断模型。论文的主要研究内容和创新性成果如下: (1)由于水电机组故障信号往往呈现非平衡、非线性的特征,针对故障振动信号中的非平稳部分,特别由机组起、停机等引起的系统冲击响应信号会出现能量泄露、模态混叠等现象,研究工作结合排列熵对信号变化的高度敏感性和集成经验模态分解的多尺度信号分解能力,提出了针对水电机组非平稳信号特征提取的固有模态排列熵特征方法。该方法能够充分辨识故障作用下的机组信号混沌特性变化,实现对机组故障信息的充分表征。同时针对水电机组故障诊断特征向量维数较高,且不同特征维数对故障分类器的贡献度不一的问题,本文提出最优模型参数和特征子集一体化选择策略。在充分考虑不同模型参数和特征子集之间的关联性基础上,本文对模型参数和特征子集采用连续-离散的混合编码,通过改进人工蜂群优化算法,构建了与故障征兆相关度高且信息冗余度低的特征子集进化寻优机制,实现了水电机组的特征子集和模型参数一体化优选从而构建能够充分表征水电机组故障信息的故障特征子集。 (2)目前水电机组往往采用现场试验和简单限值比较的方式进行状态评估和监测预警,然而该方法易受工况变化、机组结构和测量设备等诸多因素的影响,缺少对机组早期潜在故障的预警能力,无法充分表征机组当前的实际健康状态和运行服役能力。针对上述问题,本文在综合分析水电机组开机不同暂态过程和机组性能试验的相似性基础上,提出了水电机组开机过程的性能评估方法。该方法通过将趋势定性分析将开机过程暂态数据转换为一个个表征趋势的基元序列,首先定义了基本的趋势基元,然后通过最小二乘序列算法将开机过程中不同的趋势片段首先定义了基本的趋势基元,然后通过其拟合线不同的一二阶系数提取其片段的趋势基元,从而构建表征开机过程的基元序列,有效地避免了水电机组开机过程强噪声与冲击信号的干扰;同时,为构建能够精确度量开机过程性能退化程度的量化指标,本文提出了一种基于改进动态时间规整距离的开机过程相似度计算指标,通过计算不同机组之间开机过程的正则化动态时间规整距离,得到机组实际性能退化的量化数值,构建了水电机组性能退化的在线量化评估体系。 (3)针对当前水电机组故障诊断的小样本、高维度等问题,本文结合人工蜂群算法和极限学习机,提出了一种具有结构和参数自适应优化的两阶段进化极限学习机模型,该模型通过贪婪算法和交叉验证对极限学习机隐藏节点个数进行自适应优选,克服了传统极限学习机结构学习阶段隐含节点个数难以确定的问题,同时通过人工蜜蜂群算法对极限学习机权重参数和偏置参数进行的进化搜索,从而建立了一种无需设置参数的水电机组自学习智能进化故障诊断方法。同时针对传统蜂群算法在开发和探索能力无法自适应从而易陷入局部最优解的情况,笔者引入全局引导和Levy飞行策略两种策略,并构建自适应种群调整策略来不断平衡蜂群算法的开发和探索能力,进一步提高极限学习机分类能力。由于两阶段进化极限学习机模型具有很好的小样本学习能力,便于深入挖掘样本所蕴含的故障信息,因此可以在有限的训练样本条件下得到比较准确的结果,能快速有效识别水电机组故障类型。最后通过水电机组故障诊断实例计算表明,该方法是有效可行的。 (4)针对当前水电厂由于运行时期较长,各个业务系统存在着开发企业的不同,开发语言、部署平台和通信协议各异,且对外数据交换格式无法互相兼容的问题。本文提出了一种基于面向服务架构分层分布式水电机组远程故障诊断系统设计方案,该方案有效解决了当前水电机组诊断系统在异构环境下与外部系统数据与模型间访问与互操作的问题,通过构建不同层次、不同粒度的业务应用和功能模块的Web服务,可以满足多种故障诊断需求功能,给出了各个核心功能模块的设计和实现方案,实现了水电厂多源信息集成化,有效的为故障诊断和安全生产管理的智能化和自动化提供有力技术保障。系统方案已经成功在松江河电厂进行上线和应用,已经在为该水电站的管理运行人员提供的指导。 【关键词】:水电机组 混合智能故障诊断 状态评估 固有模态排列熵 人工蜂群算法 定性趋势分析 极限学习机 最优特征选择
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TV738
【目录】:
  • 摘要5-8
  • Abstract8-13
  • 1 绪论13-30
  • 1.1 课题研究的背景及意义13-15
  • 1.2 水电机组故障成因15-17
  • 1.3 水电机组特征提取与最优选择方法17-21
  • 1.4 故障诊断方法概述及其研究现状21-24
  • 1.5 故障诊断系统的研究现状24-27
  • 1.6 本文主要研究内容与结构27-30
  • 2 水电机组状态评估及故障诊断理论和方法30-40
  • 2.1 引言30
  • 2.2 集成经验模态分解的理论基础30-34
  • 2.3 水电机组状态评估34-37
  • 2.4 基于智能分类的故障诊断模型37-39
  • 2.5 本章小结39-40
  • 3 水电机组非平稳故障征兆提取与最优选择40-60
  • 3.1 引言40
  • 3.2 基于固有模态排列熵的非平稳特征提取方法40-51
  • 3.3 基于智能算法的水电机组最优特征子集提取51-59
  • 3.4 本章小结59-60
  • 4 水电机组状态识别及性能评估方法研究60-71
  • 4.1 引言60
  • 4.2 基于定性趋势表达的水电机组开机试验性能评估方法研究60-66
  • 4.3 研究实验结果分析66-69
  • 4.4 本章小结69-71
  • 5 水电机组混合智能故障诊断方法研究71-84
  • 5.1 引言71
  • 5.2 基于两阶段极限学习机的故障诊断方法研究71-81
  • 5.3 应用于水电机组故障诊断81-83
  • 5.4 本章小结83-84
  • 6 基于面向服务架构的水电机组故障诊断系统集成及应用84-96
  • 6.1 基于面向服务架构的分布式故障诊断系统架构设计85-89
  • 6.2 分布式故障诊断系统在松江河梯级电厂的实际应用89-95
  • 6.3 本章小结95-96
  • 7 全文总结与展望96-100
  • 7.1 全文工作总结96-98
  • 7.2 进一步研究展望98-100
  • 致谢100-101
  • 参考文献101-114
  • 附录1:攻读博士期间所发表的论文114-116
  • 附录2:攻读博士期间完成和参与的科研项目116


您可以在本站搜索以下学术论文文献来了解更多相关内容

HM9000水电机组状态监测综合分析系统的开发与应用    桂中华;潘罗平;唐澍;周叶;孙峰;

智能水电厂一体化数据平台设计    高磊;李永红;郑健兵;

故障树原理在故障诊断系统中的应用    安晨亮;

小波变换及其在水轮机水压脉动信号处理中的应用    林雯婷,张克危

水电机组故障诊断系统信号特征的提取    梁武科,张彦宁,罗兴锜

国内水电机组状态监测和故障诊断技术现状    刘娟;潘罗平;桂中华;周叶;

小波包-最大熵谱估计及其在水轮机故障诊断中的应用    桂中华,韩凤琴

基于水电机组复合特征提取的RBFNN故障诊断    刘忠;周建中;张勇传;邹敏;

基于开机过程信息融合的水电机组故障诊断方法    彭兵;周建中;方仍存;向秀桥;张勇传;

分布式水电机组故障诊断集成专家系统的研究    余涛,王晶,沈善德,朱守真

融合支持向量机的水电机组混合智能故障诊断研究    张孝远

基于支持向量机的水电机组故障诊断研究    邹敏

基于改进支持向量机和特征信息融合的水电机组故障诊断    彭兵

现代智能计算及其在水电机组故障诊断中的应用    向秀桥

基于故障树逻辑编码的火控系统故障诊断专家系统    黎清海;朱新华;

基于小波特征尺度熵-隐半马尔可夫模型的设备退化状态识别方法及应用    曾庆虎;邱静;刘冠军;谭晓栋;

大型风机信号分析集成系统的设计    修瑞;许宝杰;

应用非线性地震属性预测煤矿奥陶系灰岩含水性:许瞳煤矿实例(英文)    黄亚平;董守华;耿建华;

船用柴油机故障诊断技术现状及发展趋势    蒋磊;杨朔;

水轮发电机低频振动的测量研究    肖明伟;杨永明;钟玉林;付志红;张淮清;

小波分析法实现水轮发电机轴心轨迹的提纯    伍卫平;倪国胜;范钦红;李东风;曹树林;

湘钢烧结厂SJ9500和SJ12000风机在线振动监测系统    胡耀斌

基于排放和故障树分析法的柴油机故障诊断    滕飞;李国璋;林树飞;

北方牧区、半牧区舍饲奶牛疾病诊断专家系统的研制    于海洋;吴树清;

水电站厂房振动传递路径的仿真模拟及结构振动特性研究    张燎军;魏述和;陈东升;

阿海水电站厂房结构抗振分析    曹连朋;赵兰浩;曹泽伟;卢珊珊;夏辉;

水电站机组与厂房耦联振动测试及有限元数值反馈计算    宋志强;马震岳;刘云贺;

基于小波包对数能量熵的高压断路器故障诊断    刘明亮;甄建聚;孙来军;叶光忠;

基于EEMD的HHT在转子碰摩故障诊断中的应用    郎慧慧;于洋;

机械设备故障诊断用便携式数采分析仪的设计与开发    张攀;王太勇;蒋大勇;郝研;陈朝迎;

不同埋设方式下巨型蜗壳结构的静动力特性对比研究    张运良;陈婧;马震岳;程国瑞;王洋;

解析红石水电站振动超标原因与对策    吴玮;

机组状态监测系统在大唐国际水电站的应用    孟利平;杨小松;

SJ-9000系统在水轮发电机组转子动平衡试验中的应用    张灯;夏洲;潘伟峰;苏海鹏;

大型船舶航向/航迹智能容错控制研究    李高云

机械传动系统关键零部件故障预测技术研究    曾庆虎

离心泵振动故障诊断方法研究及系统实现    赵鹏

基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究    杨志荣

基于非线性转子动力学的水轮发电机组振动机理研究    黄志伟

具象思维作业的脑电空间与频域特征研究    张海波

基于核方法的旋转机械故障诊断技术与模式分析方法研究    蒋玲莉

车用燃料电池系统故障诊断与维护若干关键问题研究    全睿

基于HHT的往复压缩机故障诊断研究    赵海峰

旋转机械非平稳信号微弱特征提取方法研究    蒋永华

基于信息熵的导航传感器故障诊断技术研究    朱明

旋转机械故障机理与轴心轨迹识别方法研究    赵利华

基于解析法的大规模供电系统及电压骤降的可靠性评估    刘秋明

计及变压器经济运行的变电站主接线可靠性评估    冯剑

地铁环控系统轴流风机故障诊断方法研究    尤丽静

基于小波分析的汽轮机故障诊断研究    刘一

杭钢滚动轴承振动监测与故障诊断技术的研究与应用    范韶梅

转炉除尘风机状态监测与故障诊断技术研究    周兰堑

杭钢脱硫风机振动在线监测与故障诊断系统的研究与设计    周浩亨

PTA装置溶剂脱水过程实时故障诊断综合系统    张静哲

PLC控制系统的故障诊断技术    罗雪莲

LabVIEW下水泵机组在线监控与通信技术    吴国新,徐小力,费仁元,王民,时延鹏

Walsh变换对冲击信号序列特征提取的研究    李宝安,李行善,刘星

基于信息融合的船舶机电设备故障诊断    张晓东;张振中;胡明;

基于模糊神经网络和数据融合的结构裂纹故障诊断    张敬芬,赵德有

卡门涡诱发的水电机组振动特性研究    潘罗平;

弱信号检测的混沌模型及应用    张景超,张淑清,李昕

基于Fuzzy理论的供热管网故障诊断系统的研究    郑德忠,何乐,周浔,张庆伟,王栋军

基于信息谱熵的支持向量机机械状态识别    潘明清,周晓军,杨辰龙,庞茂

多传感器数据融合技术在故障诊断中的应用    谢春丽,夏虹,刘永阔

混合智能技术及其在故障诊断中的应用研究    雷亚国

局域波时频分析方法的理论研究与应用    盖强

航空电子设备故障诊断技术研究    朱大奇

同步发电机异常非线性特征的研究    蒙亮

水电机组振动故障的智能诊断方法研究    彭文季

基于人工免疫系统的水电机组智能诊断方法研究    刘忠

三峡电站左岸6号机组小开度工况异常振动研究    彭玉成

基于支持向量机的水电机组故障诊断研究    邹敏

葛洲坝水电厂水轮发电机组主轴动力分析    周万里

水电机组振动故障的信息融合诊断与仿真研究    赵道利

电气设备故障诊断专家系统通用开发平台研究    刘忠义

小波分析在离心泵汽蚀故障诊断中的应用研究    黄忠富

乌江构皮滩水电站水轮机稳定性问题研究    杨新伟

基于变精度粗糙集与神经网络的水电机组振动故障诊断研究    王荣荣

水轮发电机组轴系统动力学研究    张伟

混流式水轮机全流道的叶道涡模拟计算    李进军

水电机组监测与诊断技术的现状及发展    梁武科,赵道利

万家寨水电机组在电网中运行方式的探讨    方源,冯栓江,高艳春

水电机组稳定性试验中几个主要问题的探讨    黄中华

基于互联网的水电机组监测诊断系统的研究    瞿■;朱建林;赖旭;

基于TMS320LF2407DSP芯片的水电机组高速数据采集系统    贺秀儒;程远楚;郭智俊;

基于TMS320LF2407 DSP芯片的水电机组高速数据采集系统    贺秀儒;程远楚;郭智俊;

水电机组效率在线监测系统    于德荣;尉青连;

水电机组安装调试过程计算机监测系统的开发与应用    石江涛;周焱;万久春;陈新;

水电机组状态检修模式探讨    瞿曌;赖旭;盛旺;

水电机组的主要故障和原因分析    郭春花;彭涛;

超大型水电机组状态监测与分析系统的研究    夏洲;陈喜阳;潘伟峰;朱辰;施冲;

水电机组稳定性检测与分析    黄宗碧;梁涛;

水电机组发展历程中的若干力学问题    陈贵清;马弘达;杨雪梅;

大型水电机组核心技术在哈电的发展    吴伟章;

水电机组静止励磁装置产生高频轴电压问题的研究探讨——国内外相关研究现状与我们的思考    黄大可;黄一申;

改革开放30年我国大型水电机组蓬勃发展(代序)    

基于健康样本的水电机组故障诊断研究    孙慧芳;潘罗平;

水电机组故障智能诊断研究综述    葛新峰;徐广文;周叶;唐澍;

两支点小水电机组应用研究    祝小兵;

水电机组运行稳定性试验及故障处理分析    董鸿魁;丁永胜;

我国大型水电机组进入“中国创造”时代    杨迪

我国大型水电机组设计制造世界先进    记者 江时强 吴植

大型水电机组:为制造企业端上“盛宴”    李定中(中国水电工程顾问集团公司水电水利规划设计总院)

中国步入巨型水电机组国产化时代    本版编辑 魏梦佳 廖君 孙世岩

从“争气机”到世界第一    胡显玉本报记者 朱会伦

我国加紧研发百万千瓦级水电机组    吴植

要高度重视大型水电机组的稳定性    张强

最大水电机科研项目预计年内在哈完成    记者 王方遒

世界单机容量最大水电机组成功实现国产    江时强李志晖

要高度重视大型水电机组的稳定性    宗义

基于团队智能的水电机组集成监测方法研究与实践    谢国财

水电机组状态评估及智能诊断方法研究    肖剑

基于改进支持向量机和特征信息融合的水电机组故障诊断    彭兵

基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究    杨志荣

基于支持向量机的水电机组故障诊断研究    邹敏

基于健康评估和劣化趋势预测的水电机组故障诊断系统研究    潘罗平

基于人工免疫系统的水电机组智能诊断方法研究    刘忠

现代智能计算及其在水电机组故障诊断中的应用    向秀桥

水电机组振动故障的智能诊断方法研究    彭文季

水电机组状态检修中若干关键技术研究    陈喜阳

水电机组智能故障诊断方法与振动趋势预测研究    田源

非负矩阵分解算法及其在水电机组异常检测的应用    陈宇

基于特征的水电机组状态趋势预测    代开锋

水电机组稳定性监测系统的可靠性设计    侯永超

中小型水电机组稳定性监测系统研究与开发    宋兵

水电机组状态监测及数据分析系统开发研究    何志锋

水电机组状态监测与诊断中的分析方法及案例    朱传古

基于模糊神经网络的水电机组故障诊断专家系统研究    赵勇飞

流形算法及其水电机组噪声源检测    陈旻昊

水电机组振动监测及故障分析系统试验研究    崔宇涛

Baidu
map