【技术实现步骤摘要】
一种基于SDAE-IELM的水轮机组故障诊断方法
本专利技术属于水轮机组的诊断
,具体是指一种基于SDAE-IELM的水轮机组故障诊断方法。
技术介绍
近年来,随着能源需求的不断增长,水电发展规模日益增大,中小型水电机组的数量也逐渐增多。小水电站通常布置在偏远的地区,水电机组往往运行在恶劣的环境下,很容易发生故障。水电机组的异常振动是造成机组发电效率下降和生产成本增加的原因之一。异常的振动轻则会影响设备的正常运行,导致功率输出降低到最优水平以下,造成经济损失;重则可能造成设备的损坏,机组停机。
技术实现思路
本专利技术所要解决的技术问题在于提供一种基于SDAE-IELM的水轮机组故障诊断方法,在机组发生故障后能够迅速而准确地做出判断,有利于减少停机维修时间,减轻运维人员的工作强度,提高工作效率。本专利技术是这样实现的的:一种基于SDAE-IELM的水轮机组故障诊断方法,包括如下步骤:步骤1:采用自适应噪声添加的完备集合经验模态分解算法CEEMDAN对水轮机组振动信号进行分解,获取反映信号局部时间尺度特征的固有模态函数IMF分量;步骤2:对由IMF分量构成的时频矩阵按时段划分并计算各分段的能量值,从而将时频矩阵转化为能量矩阵;步骤3:采用SDAE对能量矩阵进行特征提取;步骤4:采用IELM实现已知故障类型的分类及未知故障类型的检测。进一步地,所述步骤1,具体包括:定义操作符Ej(x)代表着EMD分解所获取的第j阶IMF ...
【技术保护点】
1.一种基于SDAE-IELM的水轮机组故障诊断方法,其特征在于:包括如下步骤:/n步骤1:采用自适应噪声添加的完备集合经验模态分解算法CEEMDAN对水轮机组振动信号进行分解,获取反映信号局部时间尺度特征的固有模态函数IMF分量;/n步骤2:对由IMF分量构成的时频矩阵按时段划分并计算各分段的能量值,从而将时频矩阵转化为能量矩阵;/n步骤3:采用SDAE对能量矩阵进行特征提取;/n步骤4:采用IELM实现已知故障类型的分类及未知故障类型的检测。/n
【技术特征摘要】
1.一种基于SDAE-IELM的水轮机组故障诊断方法,其特征在于:包括如下步骤:
步骤1:采用自适应噪声添加的完备集合经验模态分解算法CEEMDAN对水轮机组振动信号进行分解,获取反映信号局部时间尺度特征的固有模态函数IMF分量;
步骤2:对由IMF分量构成的时频矩阵按时段划分并计算各分段的能量值,从而将时频矩阵转化为能量矩阵;
步骤3:采用SDAE对能量矩阵进行特征提取;
步骤4:采用IELM实现已知故障类型的分类及未知故障类型的检测。
2.如权利要求1所述的一种基于SDAE-IELM的水轮机组故障诊断方法,其特征在于:所述步骤1,具体包括:
定义操作符Ej(x)代表着EMD分解所获取的第j阶IMF分量,ni为服从N(0,1)分布的高斯白噪声,εi为控制着辅助噪声与原始信号信噪比的系数;
给定待处理信号x(t),则CEEMDAN算法可描述如下:
1)CEEMDAN的第1个IMF分量与EEMD算法相同:
其中,i=1,2,…,I,I为辅助噪声添加次数。
2)在第1阶段(k=1),计算第一个余量:
3)对信号r1(t)+ε1E1(ni(t))进行EMD分解,则第2个IMF分量可表示为:
4)同理,对于k=2,3,…,K的各阶段,计算第k个余量rk(t):
其中,K为IMF分量的总阶数;
5)对信号rk(t)+εkEk(ni(t))进行EMD分解,则第k+1个IMF分量可表示为:
6)直至余量r(t)满足残差分量终止条件,最终,原始信号可被分解为:
3.如权利要求1所述的一种基于SDAE-IELM的水轮机组故障诊断方法,其特征在于:所述步骤2,具体包括:
CEEMDAN分解后获得M个IMF分量,即形成M×N大小的时频矩阵,其中,N为时间序列的长度;
沿时域方向,将时频矩阵等间距划分成L个时段,构成M×L个分块时频矩阵,其中每个分块矩阵的长度为N/L;设为第m个频带中第l个时段对应的时间序列,其能量值El,m的计算公式如下:
由式(11),可将时频矩阵转化为分块能量矩阵。
4.如权利要求1所述的一种基于SDAE-IELM的水轮机组故障诊断方法,其特征在于:所述步骤3,具体包括:
设计一个由多个降噪自动编码器顺序堆叠的神经网络,简称为堆栈降噪自动编码器SDAE;
一旦一个DAE网络完成训练,输入数据在隐含层的压缩表示将作为下一个DAE网络的输入;依次进行多个DAE的...
【专利技术属性】
技术研发人员:高伟,郭谋发,乔苏朋,蒋文,林泽峰,阮文华,梁勇,
申请(专利权)人:福建亿华源能源管理有限公司,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。