面向水电机组故障诊断的LSSVM-HCKF信息融合方法研究

项目名称： 面向水电机组故障诊断的LSSVM-HCKF信息融合方法研究

项目编号： No.61403229

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 王海伦

作者单位： 衢州学院

项目金额： 26万元

中文摘要： 水力发电机组作为一种特殊的旋转机械，其故障的发生是水力、机械、电磁和结构等诸多因素强耦合作用的结果，从而使得采用现有单一的基于模型或基于数据驱动的故障诊断方法已经难以有效满足水电机组日益增长的安全运行需要。针对上述问题，本项目以高度容积Kalman滤波(HCKF)和最小二乘支持向量机（LSSVM）为基础，以充分发挥基于模型和基于数据驱动的故障方法的各自优势为出发点，以HCKF和LSSVM相结合的估计和融合方法设计以及相应故障诊断方法研究为主线，深入开展面向水电机组故障诊断的 LSSVM-HCKF信息融合方法研究，重点解决遇到的若干关键性科学问题：1）两种联合模式下的LSSVM-HCKF估计方法；2）基于自适应LSSVM-HCKF信息滤波的估计融合方法；3）基于LSSVM-HCKF估计融合的水轮机组故障诊断方法。最后，基于仿真和实际数据开展非线性滤波融合算法和故障诊断方法的验证研究。

中文关键词： 支持向量机；容积卡尔曼滤波；故障诊断；估计融合；

英文摘要： Hydro turbine is a special rotating machinery, its fault is always affected by strong coupling of many factors, such as Hydaulic、 Machinery、Electomagnetism、 Structures,etc.Existing hydro turbine fault diagnosis methods are either based on single models o

英文关键词： support vector machines；cubature Kalman filter；fault diagnosis；fusion estimation；