基于改進(jìn)支持向量機(jī)和特征信息融合的水電機(jī)組故障診斷.pdf

1、當(dāng)前，我國(guó)經(jīng)濟(jì)高速發(fā)展，電力需求十分旺盛，系統(tǒng)供電的可靠性要求越來(lái)越高。近三十年來(lái)，我國(guó)大力開(kāi)發(fā)水電能源，水電裝機(jī)容量在電力系統(tǒng)中所占的比重逐步提高。同時(shí)，隨著制造技術(shù)的發(fā)展，水電機(jī)組單機(jī)容量越來(lái)越大，在系統(tǒng)中的調(diào)頻、調(diào)峰和事故備用功能亦越來(lái)越重要。水電機(jī)組運(yùn)行的安全性和可靠性已經(jīng)成為水電能源學(xué)科學(xué)術(shù)界和工程界研究的熱點(diǎn)之一。 水電機(jī)組是強(qiáng)耦合、非線性的復(fù)雜系統(tǒng)，其故障特征分布也具有耦合性和非線性，如果采用單一的、線性的方法，很

2、難對(duì)其運(yùn)行狀態(tài)做出準(zhǔn)確的評(píng)價(jià)。信息融合能夠綜合水電機(jī)組異源異構(gòu)信息，全面了解機(jī)組狀態(tài)。帶有核函數(shù)的支持向量機(jī)能夠?qū)崿F(xiàn)輸入空間向特征空間的非線性映射，適宜解決非線性問(wèn)題。這些方法的采用對(duì)實(shí)施水電機(jī)組故障診斷，進(jìn)而實(shí)現(xiàn)水電機(jī)組狀態(tài)檢修具有重要的現(xiàn)實(shí)意義。 現(xiàn)有的故障診斷方法通常在平穩(wěn)工況下進(jìn)行，由于開(kāi)機(jī)工況及其過(guò)程復(fù)雜，信號(hào)不容易處理，因此，較少考慮機(jī)組啟停過(guò)程的過(guò)渡特性進(jìn)行故障診斷。實(shí)際上，在開(kāi)機(jī)過(guò)程中能夠獲取更多機(jī)組故障特征信息

3、，有利于提高故障診斷準(zhǔn)確性。同時(shí)，結(jié)合工程中水電機(jī)組振動(dòng)試驗(yàn)（轉(zhuǎn)速試驗(yàn)、勵(lì)磁試驗(yàn)和負(fù)荷試驗(yàn)）的要求，本文提出了基于多特征信息融合的開(kāi)機(jī)自診斷故障診斷方法。水電機(jī)組開(kāi)機(jī)過(guò)程包括加速、加勵(lì)磁和加負(fù)荷三個(gè)階段，利用機(jī)組開(kāi)機(jī)過(guò)程，獲取機(jī)組頻率、時(shí)間和空間特征信息，進(jìn)而對(duì)其進(jìn)行信息融合，這將提高機(jī)組故障診斷的準(zhǔn)確度。 軸心軌跡是水電機(jī)組狀態(tài)信息在數(shù)據(jù)層時(shí)域信息空間的融合結(jié)果，其圖形特征從另一個(gè)角度反映了機(jī)組的運(yùn)行狀態(tài)。曲線不變矩滿足軸心軌

4、跡不封閉的特點(diǎn)，能夠表征軸心軌跡的圖形特征。但是，離散的曲線不變矩不具有縮放不變性，因此本文在討論軸心軌跡曲線不變矩不變性的基礎(chǔ)上，提出了改進(jìn)曲線不變矩。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的曲線不變矩具有平移、旋轉(zhuǎn)和縮放不變性。 為了有效實(shí)現(xiàn)信息輸入空間向信息特征空間的非線性映射，本文針對(duì)支持向量機(jī)中的RBF核函數(shù)，研究了其幾何特性，采用以黎曼幾何為基礎(chǔ)的數(shù)據(jù)依賴性改進(jìn)方法，以此剔除支持向量機(jī)的冗余支持向量，從而顯著提高了支持向量機(jī)故障診斷的速

5、度和準(zhǔn)確度。此外，本文將改進(jìn)支持向量機(jī)應(yīng)用于水電機(jī)組故障診斷。通過(guò)理論分析和實(shí)驗(yàn)驗(yàn)證，闡明了支持向量機(jī)具有較強(qiáng)的泛化推廣能力和小樣本學(xué)習(xí)能力，適應(yīng)于水電機(jī)組故障診斷先驗(yàn)知識(shí)不足的現(xiàn)實(shí)情況。故障實(shí)例分析表明，改進(jìn)支持向量機(jī)能夠提高機(jī)組故障診斷的速度和準(zhǔn)確度。 針對(duì)多元數(shù)據(jù)融合過(guò)程中的“組合爆炸”問(wèn)題，并在分析證據(jù)聯(lián)合計(jì)算復(fù)雜度的基礎(chǔ)上，提出采用交換律和結(jié)合律進(jìn)行D-S證據(jù)信息融合的分解，以降低計(jì)算的復(fù)雜度。利用相關(guān)故障數(shù)據(jù)進(jìn)行診斷

6、測(cè)試，證實(shí)了D-S證據(jù)理論交換律和結(jié)合律的成立。此外，將信息融合技術(shù)應(yīng)用于水電機(jī)組故障診斷，得到了更準(zhǔn)確的診斷結(jié)論。與單一特征診斷相比，通過(guò)水電機(jī)組故障信息的頻率階次特征、時(shí)間特征和空間特征的融合，故障診斷結(jié)論的不確定性更低，而可信度更高。 最后，本文設(shè)計(jì)了一套水電機(jī)組穩(wěn)定性狀態(tài)監(jiān)測(cè)及故障診斷原型系統(tǒng)。在系統(tǒng)總體設(shè)計(jì)的框架下，完成了各功能模塊的硬件設(shè)計(jì)和軟件設(shè)計(jì)，建立了故障診斷專家子系統(tǒng)和SVM輔助決策子系統(tǒng)，以滿足水電機(jī)組穩(wěn)定