【技术实现步骤摘要】
基于GS
‑
SVM算法的水电站调速系统健康评估方法
[0001]本专利技术属于涉及水电站调速系统健康评估
，特别涉及一种基于GS
‑
SVM算法的水电站调速系统健康评估方法。
技术介绍
[0002]水轮机调速系统在水电站安全稳定运过程中有着无可替代的地位，它是水电站重要的控制设备之一，其功能不仅是维持机组转速的稳定，而且还包括机组的开机、停机、并网、增减负荷等。随着工作时长的增加，机组故障产生的频率提高，可弱化机组的发电能力和综合性能，且绝大多数水电站采用的仍是计划检修和事后维修，往往会出现维修不足与维修过剩的情况，影响电站的经济效益和正常运作。为了保证水轮发电机组的正常运行，对水轮机调速系统进行健康状态预测研究是具有重要意义的。
[0003]目前的调速系统健康评估方法主要基于机理分析与数据驱动两个角度，并且存在以下缺陷和困难：
[0004]1、机理建模较为困难，且进行了较多假设、简化使得模型的精度和准确性有所降低；
[0005]2、传统的数据驱动方法在直接应用...
【技术保护点】
【技术特征摘要】
1.一种基于GS
‑
SVM算法的水电站调速系统健康评估方法，其特征在于包括以下步骤：步骤一：根据调速系统历史运行数据和调速系统仿真数据，得到水电站调速系统的初始样本集，构建相应的健康状态标签集；步骤二：对初始样本集采用层次分析法建模，根据劣化度和权重量化对模型数据进行处理，实现指标数据在多层次下对设备本身产生的差异化影响，建立高效训练样本集；步骤三：以高效训练样本集中样本特征属性作为输入，以样本对应的健康状态作为输出，构建支持向量机模型；基于网格搜索法以交叉验证方法确定惩罚因子和核函数的最优组合，为支持向量机模型进行调优，建立GS
‑
SVM预测模型；步骤四：考虑评估模型所处的新环境和不同型号参数，完成对健康评估模型的更新；步骤五：获取调速系统实时数据完成对水电站健康状态的评估，得到实时健康评估结果。2.根据权利要求1所述的基于GS
‑
SVM算法的水电站调速系统健康评估方法，其特征在于：在步骤一中，根据历史运行数据以及通过可视化仿真工具所得到仿真数据构建初始样本集，根据健康状态将初始样本集分成四种标签集，四种标签集对应不同分段的分数。3.根据权利要求1所述的基于GS
‑
SVM算法的水电站调速系统健康评估方法，其特征在于：在步骤二中，层次分析法建模的步骤为：对水轮机调速系统的运行状态进行划分，最终构成的三层指标：第一级为目标层指标，即为最终得到的水轮机调速系统状态评分；第二级为部件层指标，包括油系统性能、开机工况性能、停机工况性能、甩负荷工况性能和带负荷工况性能和历史检修性能；第三级为指标层，包括各个具体的监测指标或者由监测指标计算得到的性能指标值。4.根据权利要求1所述的基于GS
‑
SVM算法的水电站调速系统健康评估方法，其特征在于：在步骤二中，通过对比系统实时运行数据、规定数据范围和故障时运行数据，引入相对劣化度对调速系统各指标的数量级和量纲进行归一化处理，解决性能指标可能发生严重偏离的问题；劣化度计算方法包括劣化度越大越优型和劣化度越小越优型。5.根据权利要求1所述的基于GS
‑
SVM算法的水电站调速系统健康评估方法，其特征在于：在步骤二中，权重量化的方法为：运用九标度法计算出诊断指标的主观权重向量，再结合CRITIC法求出的客观权重向量，计算得到组合权重向量，步骤为：一、根据九标度法建立其主观权重量化矩阵：1)建立指标判断矩阵，若某一指标含有n个下层因素X＝(x
ij
)
nn
，A2,
…
,A
n
，令i，j属于1、2，
…
，n.则x
ij
反映因素A
i
比A
j
的重要性；反之x
ji
＝1/x
ij
反映因素A
j
比A
i
的重要性，则得到判断矩阵X＝(x
ij
)
n
×
n
。2)确定相对权重系数；
①
将判断矩阵各行元素相乘，得到相应矩阵：X'＝(x
ij
')
n
×1；
②
将得到矩阵的每一...
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。