基于BP網(wǎng)絡(luò)的水輪機調(diào)速器狀態(tài)監(jiān)測與故障診斷.pdf

1、水輪機調(diào)速器是水輪發(fā)電機組進行負荷和頻率調(diào)節(jié)的重要部分,水輪機調(diào)速器的是否正常運行嚴重影響著發(fā)電機系統(tǒng)乃至整個電網(wǎng)系統(tǒng)的安全、優(yōu)質(zhì)和經(jīng)濟運行。所以，對水輪機調(diào)速器實現(xiàn)狀態(tài)檢修是充分發(fā)揮水電廠效益的重要因素。為實現(xiàn)系統(tǒng)的“狀態(tài)檢修”這一目標,必須對系統(tǒng)進行故障診斷和狀態(tài)評估。因此，狀態(tài)監(jiān)測與故障診斷是狀態(tài)檢修的核心問題，是從本質(zhì)上實現(xiàn)狀態(tài)檢修的主要技術(shù)保障，先進的監(jiān)測、診斷、分析技術(shù)是實施狀態(tài)檢修的必要手段。所以，要完善狀態(tài)檢修工作，必須

2、加強對狀態(tài)檢修工作中的狀態(tài)監(jiān)測與故障診斷技術(shù)的組織、改進等工作的研究。
　　 本文首先介紹了設(shè)備狀態(tài)監(jiān)測與故障診斷的內(nèi)涵，分析了國內(nèi)外狀態(tài)監(jiān)測與故障診斷技術(shù)的研究狀況。人工智能理論和計算機的發(fā)展為基于參數(shù)的狀態(tài)監(jiān)測和故障診斷方法提供了重要的先決條件。人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為當前故障智能診斷的主要方法之一，其中應(yīng)用最多的是前向多層網(wǎng)絡(luò)，在學(xué)習(xí)過程中采用了BP算法進行模糊推理診斷。
　　 然后本文重點研究了如何應(yīng)用BP神經(jīng)網(wǎng)絡(luò)理

3、論實現(xiàn)對水輪機調(diào)速器的狀態(tài)識別問題。本論文對BP神經(jīng)網(wǎng)絡(luò)理論的基本原理和學(xué)習(xí)算法進行了深入研究，并且在對水輪機調(diào)速器各部分結(jié)構(gòu)和功能進行分析的基礎(chǔ)上，提出了一種基于參數(shù)的水輪機調(diào)速器狀態(tài)監(jiān)測和故障診斷方法。尤其是對接力器反應(yīng)時間常數(shù)的辨識，解決了水輪機調(diào)速器測試裝置中的一個難題。
　　 本文論述的主要工作有，設(shè)計出了基于BP人工神經(jīng)網(wǎng)絡(luò)的水輪機調(diào)速器狀態(tài)辨識實現(xiàn)模型，提出了總體設(shè)計方案。解決了狀態(tài)監(jiān)測與故障診斷中的一系列數(shù)據(jù)處理