融合支持向量机的水电机组混合智能故障诊断研究

【摘要】：随着水力资源的不断开发,水电在电力能源结构中所占比重逐渐增大,作为水电生产过程核心设备的水电机组的结构日趋复杂,集成化程度越来越高,不同部件之间动力学行为相互影响、相互作用,机组振动问题日益突出,对电网的安全稳定运行造成的影响也日益凸显。因此,常规的水电机组振动故障诊断方法已经不能很好的适应于当前的工程实际,迫切需要采用一些有效的智能故障诊断方法对机组振动故障进行诊断,以提高机组故障诊断的准确性、智能性及鲁棒性。本文针对水轮发电机组故障诊断和工程应用中的关键科学问题,运用支持向量机理论进行水电机组振动故障诊断,深入研究了支持向量机的理论及工程应用,将先进信号处理技术与智能方法和支持向量机进行融合,使支持向量机与其它智能方法取长补短、优势互补,提出了若干融合支持向量机的水电机组混合智能故障诊断方法。论文的主要研究内容和创新性成果如下： (1)充分研究了支持向量机的模型参数对其性能的影响,提出采用特征空间中的类均值距离作为衡量所选核函数参数优劣的准则,并在此基础上确定出多类支持向量机核参数的小而有效的搜索区间；在新的核参数搜索区间和惩罚因子的搜索区间上,利用一种具有自适应搜索因子的差分进化算法进行支持向量机参数组合寻优。工程应用结果表明所提出的方法能够有效诊断出机组的典型故障,具有一定的可行性和有效性。 (2)提出采用集合经验模态分解及基于集合经验模态分解的Hilbert谱与Hilbe1rt边际谱对水电机组尾水管压力脉动信号进行分析；重点研究了基于集合经验模态分解的本征模态函数能量熵与奇异值分解特征提取方法,利用本征模态函数能量熵判断机组是否运行于故障状态；如果机组运行于故障状态,将本征模态函数奇异值特征输入前述经参数优化的支持向量机进行故障类型诊断；工程应用表明所提方法能够识别出设备的多种运行工况,所提方法已被成功应用在松江河发电厂故障诊断系统中。 (3)采用模糊支持向量机进行水电机组故障诊断,模糊支持向量机在训练阶段对故障样本区别对待,能够有效消除孤立点和野点子对诊断结果的影响；在模糊支持向量机中采用一种模糊sigmoid核函数,对这种核函数的形式及优势进行了阐述；针对模糊支持向量机实际应用中隶属度函数难以确定的问题,提出一种反K近邻方法与类均值距离结合的隶属度函数确定方法；深入分析了一对一多类支持向量机,指出采用一对一方法将二类支持向量机推广到多类时,在训练阶段并不是所有的类别对形成的支持向量机对最终的决策分类都有贡献,即存在着计算冗余；在此基础上,提出一种改进的一对一方法以删除其中不必要的支持向量机的训练。将所提方法应用于水电机组振动故障诊断取得满意的诊断结果。 (4)针对传统故障诊断分类器不能诊断出机组的不确定信息的不足,提出一种新的支持向量机与粗糙集结合的故障诊断方法。所提方法充分考虑了支持向量机和粗糙集各自的优缺点,将二者有机融合,优势互补,利用粗糙集来描述支持向量机的分类间隔,采用粗糙集上下近似的概念描述故障的不确定信息,充分利用了支持向量机强大的泛化能力和粗糙集对不确定数据的较强建模能力。将所提方法应用在某水电机组的故障诊断中能够诊断出机组的耦合故障,或亚健康状态。对二滩水电站#3号机组上导摆度偏大问题进行了综合分析,分析结论为二滩水电站管理运行人员提供了有益指导,同时进一步说明对水电机组耦合故障进行诊断的必要性。 【关键词】：水力发电机组 混合智能故障诊断方法 支持向量机 特征空间类间距 自适应差分进化算法 集合经验模态分解 Hilbert-Huang变换 模糊支持向量机 粗糙集
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：TV738
【目录】：

• 摘要5-7
• Abstract7-12
• 1 绪论12-30
• 1.1 课题研究的背景和意义12-15
• 1.2 水电机组的振动故障15-18
• 1.3 水电机组智能故障诊断研究18-24
• 1.4 支持向量机与混合智能故障诊断研究综述24-27
• 1.5 论文主要研究内容27-30
• 2 支持向量机基本理论及研究现状30-48
• 2.1 引言30
• 2.2 支持向量机的理论基础30-33
• 2.3 支持向量机分类的基本原理33-41
• 2.4 多类支持向量机41-45
• 2.5 支持向量机的研究现状45-47
• 2.6 本章小结47-48
• 3 类间距与自适应差分进化算法优化SVM模型参数48-68
• 3.1 引言48-49
• 3.2 支持向量机的模型参数选择49-52
• 3.3 基于类间距离与自适应差分进化算法的支持向量机参数优选52-58
• 3.4 数值实验与诊断实例58-67
• 3.5 本章小结67-68
• 4 EEMD分解与支持向量机混合振动故障诊断方法68-90
• 4.1 引言68-69
• 4.2 经验模态分解69-72
• 4.3 集合经验模态分解72-74
• 4.4 基于集合经验模态分解的Hilbert谱和边际谱74-75
• 4.5 水轮机尾水管压力脉动的Hilbert谱和Hilbert边际谱分析75-78
• 4.6 基于本征模态函数能量熵与奇异值分解的特征提取方法78-80
• 4.7 基于本征模态函数能量熵与奇异值分解的故障诊断80-89
• 4.8 本章小结89-90
• 5 模糊多类支持向量机在水电机组故障诊断中的应用90-106
• 5.1 引言90-91
• 5.2 模糊sigmoid核91-92
• 5.3 模糊多类支持向量机92-101
• 5.4 数值实验与工程应用101-104
• 5.5 本章小结104-106
• 6 水电机组的粗糙集和多类支持向量机混合故障诊断方法106-130
• 6.1 引言106-107
• 6.2 粗糙集理论107-108
• 6.3 粗糙支持向量机108-117
• 6.4 基于改进粗糙多类支持向量机的水电机组振动故障诊断117-120
• 6.5 二滩水电站3#机组上导摆度偏大分析120-129
• 6.6 本章小结129-130
• 7 全文总结与展望130-134
• 7.1 全文工作总结130-132
• 7.2 进一步研究展望132-134
• 致谢134-136
• 参考文献136-159
• 附录1：攻读博士期间发表的论文159-161
• 附录2：攻读博士期间完成和参与的科研项目161

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

用于水电厂设备的故障诊断的贝叶斯网络模型    张晓丹;赵海;谢元芒;尹震宇;

基于SVM的集成预测方法及其在水电机组故障诊断中的应用    邹敏;周建中;刘忠;张勇传;占梁梁;

故障树原理在故障诊断系统中的应用    安晨亮;

基于粗糙集和支持向量机的水电机组振动故障诊断    彭文季;罗兴锜;

汽轮发电机组振动故障诊断的粗糙集模型    黄文涛,赵学增,王伟杰,代礼周

基于混合模糊聚类分析的汽轮发电机组振动故障诊断    李超顺;周建中;杨俊杰;李清清;罗志猛;

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

基于粗糙集理论和神经网络模型的变电站故障诊断方法    苏宏升,李群湛

基于矢谱和粗糙集理论的旋转机械故障诊断    董辛旻;石来德;韩捷;简小刚;

混合智能技术及其在故障诊断中的应用研究    雷亚国

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

基于支持向量机的水电机组故障诊断研究    邹敏

基于自适应遗传算法的离散化方法    徐文婷;李承鹏;

一种基于粗集的决策表求核算法    蔡莉;胡学钢;

基于育种算法的SVM参数优化    王东霞;张楠;路晓丽;

不完备决策表的一种属性约简方法    周玉华;李景杰;

一种基于可变支持度的缺省规则挖掘算法    杨萍,万上海,陈耿

基于支持向量机的软测量模型及应用    陶秀凤,唐诗忠,周鸣争

基于粗集和神经网络的建模方法研究    孙全玲

基于Rough集和RBF网络的车牌字符识别方法    孙虹;方敏;

粗糙集神经网络系统在车牌字符识别中的研究    孙虹;

支持向量机在粮食产量预测中的应用    程伟;张燕平;赵姝;

基于粗糙集的机械装配知识发现方法    危前进;董荣胜;孟瑜;崔更申;

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;

基于核偏最小二乘的简约最小二乘支持向量机及其应用研究    宋海鹰;桂卫华;阳春华;

Fuzziness in Covering Generalized Rough Sets    

基于Rough集理论的战场侦察情报处理    李雄;党生;

基于支持向量机的旋转机械多类故障识别研究    顾小军;杨世锡;钱苏翔;

支持向量机在齿轮智能故障诊断中的应用研究    吕蓬;柳亦兵;马强;魏于凡;

基于GA优化的个人信用评估SVM模型    姜明辉;袁绪川;

半监督支持向量机学习算法研究    赵莹

EMD算法研究及其在信号去噪中的应用    王婷

煤矿安全预警系统的方法研究    母丽华

大型船舶航向/航迹智能容错控制研究    李高云

基于统计学习理论的分类方法研究    殷志伟

混响干扰中的信号检测技术研究    朱广平

引线键合视觉检测关键技术研究    孔凡芝

多传感器数据融合关键技术研究    姜延吉

柔性坐标测量机空间误差模型及最佳测量区研究    郑大腾

基于统计学习的模式识别几个问题及其应用研究    王晓明

基于多源信息融合技术的板栗分级检测方法研究    展慧

拟概率空间上等均值噪声下统计学习理论的理论基础    杜二玲

基于SVM的多类文本分类研究    李金华

支持向量机在冲击地压预测模型中的应用研究    朱耿峰

Fisher和支持向量综合分类器    安文娟

基于支持向量机的时间序列预测    姜成玉

信息论在粗糙集连续属性离散化中的应用    岳海亮

区间自适应粒子群算法研究及其应用    姜念

基于全矢高阶谱的故障诊断方法及其应用研究    李朋勇

远程诊断中心的设计与实现    韩冬振

RBF网络基函数中心选取算法的研究    朱明星,张德龙

一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)    孙喜晨;贺仁亚;封举富;

智能故障诊断研究与发展    蒋瑜,陈循,杨雪

PLC控制系统的故障诊断技术    罗雪莲

两栖车液压系统及其故障诊断搜索策略研究    姚成玉;赵静一;

基于证据理论的多诊断智能体解的综合方法    肖小锋;蔡金燕;李文钊;

基于粗糙集对旋转机械故障诊断系统的研究    兴连国;许宝杰;

航天器热故障诊断专家系统推理机的设计    魏传锋,李运泽,王浚,于涛

基于遗传算法的压缩机故障诊断    慈建平,张卫民,那荣起,汤华

基于遗传算法的网络故障诊断专家系统的设计与实现    戴忠健,苏利敏

局域波时频分析方法的理论研究与应用    盖强

转子碰摩非线性行为与故障辨识的研究    胡茑庆

非平稳非高斯信号特征提取与故障诊断技术研究    郑海波

航空电子设备故障诊断技术研究    朱大奇

基于神经网络与模糊技术的内燃机热工故障在线诊断的研究    薛胜军

计算智能在机械设备故障诊断中的应用研究    冯志鹏

粗糙集理论在旋转机械故障诊断技术上应用的研究    许琦

非平稳信号故障特征提取与智能诊断方法的研究及应用    王奉涛

人工免疫系统中智能优化及免疫网络算法理论与应用研究    张著洪

基于模式识别的柴油机故障诊断技术研究    王志华

基于粗集理论的数据挖掘技术研究    凌方

电气设备故障诊断专家系统通用开发平台研究    刘忠义

基于特征的水电机组状态趋势预测    代开锋

基于神经网络的模拟电路故障诊断专家系统研究    姚年春

基于神经网络和证据理论融合的水电机组振动故障诊断研究    刘立峰

粗糙集理论及故障诊断应用研究    曾建武

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

基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断研究    彭文季;郭鹏程;罗兴錡;

基于粗糙集和多类支持向量机的水电机组振动故障诊断    张孝远;周建中;黄志伟;李超顺;贺徽;

基于频谱法和带偏差单元递归神经网络的水电机组振动故障诊断    彭文季;罗兴锜;李福松;陈志敏;

基于对向传播神经网络的水电机组振动故障诊断研究    彭文季;罗兴锜;逯鹏;

基于变精度粗糙集的水电机组故障诊断    王荣荣;王利平;侯新刚;

水电厂机组状态监测分析诊断系统    张芃,张雪源

基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断(英文)    彭文季;罗兴锜;郭鹏程;逯鹏;

水电机组的计算机实时状态监测研究    程玲;

可靠性理论在水轮发电机组故障诊断中的应用    李风芝;谢晓尧;高建瓴;

基于Petri网的水电机组故障诊断专家系统研究    刘辉;余永华;丁坦;

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;

诊断类专家系统通用平台研究    张伟;郭景涛;韩亮;

水力学原理在水电机组增容改造中的应用    朱磊;

水电机组状态监测与诊断系统研究    陈启卷;蒋劲;程红举;符向前;李友平;

RCM在中、小型水电机组应用浅探    许诩俭;

基于水电机组运行工况监测的故障诊断    刘晓亭;

水口水电厂设备状态监测与诊断分析系统    林礼清;陈伟;任继顺;

水轮发电机组机械故障诊断研究及应用    宋子友;

黄坛口水电站1#-4#水轮发电机组增容技术改造    金以红;

有限元在水电机组结构设计中的应用    杨晓君;

我国加紧研发百万千瓦级水电机组    吴植

700兆瓦级水电机组励磁系统实现国产化    通讯员 周光乙　袁亚洲

国电电力 水电机组投产新项目获批    证券时报记者 向南

水电重大装备制造业跨入新时代    吴植

世界首台80万千瓦水电机组蜗壳出厂    通讯员 孙文

水电集团去年完成装机1990万千瓦    记者 黄家哲　任乐云

液压制动系统的故障诊断    黄安华

济钢EAM离线网络点检和故障诊断管理系统开发应用    李萍

上海海大一课题列入国家“863”计划    胡荣山 马巍

小型渔船柴油机故障诊断与排除    孙建阳　刘波

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

水电机组状态检修中若干关键技术研究    陈喜阳

水电机组控制系统辨识及故障诊断研究    李超顺

贝叶斯网络在水电机组状态检修中的应用研究    华斌

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

基于有向图模型的故障诊断方法研究及其在航天中的应用    宋其江

基于过程信息融合的旋转机械信息（火用）故障诊断研究    陈非

计算智能在机械设备故障诊断中的应用研究    冯志鹏

基于统计学方法的自适应过程监控与故障诊断    何小斌

水电机组状态监测及故障诊断研究    徐东海

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

基于小波分析的水电机组在线监测与故障诊断的研究    张彦宁

水电机组一次调频性能分析及试验研究    吴扬文

水电机组振动故障的信息融合诊断与仿真研究    赵道利

中小型水电机组稳定性监测系统研究与开发    宋兵

水电机组运行稳定性试验数据分析方法研究及应用    麻志成

基于神经网络的水电机组动载识别研究    沙瑞华

水电机组状态检修数据库管理系统设计与实现    姚泽

水力机组空蚀在线监测系统的LabVIEW实现    彭文季