基于多小波与贝叶斯网络的水电机组故障诊断研究

项目名称： 基于多小波与贝叶斯网络的水电机组故障诊断研究

项目编号： No.51379160

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 水利工程

项目作者： 肖志怀

作者单位： 武汉大学

项目金额： 80万元

中文摘要： 水电机组运行安全性和稳定性是电力行业关注的焦点，揭示水电机组故障机理、挖掘机组隐含故障的表现特征、开展水电机组状态信号分析和故障诊断方法研究，是保障水电机组安全稳定运行的基础。本课题拟结合现有研究成果，广泛收集水电机组运行和故障信号数据，分析故障信号和噪声信号的频率特性规律，研究多小波自适应阈值算法以及多小波与分形理论相结合的水电机组故障信号特征提取方法，实现水电机组状态信号消噪和故障特征的精确提取；获取水电机组故障样本，建立水电机组故障特征集；深入研究水电机组耦合系统故障机理及其演化发展的性质、程度和范围，利用贝叶斯网络对不精确知识的建模能力和概率推理技术，建立水电机组贝叶斯网络故障诊断模型；结合条件算法与概率灵敏度监测方法，提出实时有效的贝叶斯网络推理算法，构建贝叶斯网络体系下的水电机组在线故障诊断系统，为水电机组安全稳定运行提供理论基础与依据。

中文关键词： 水电机组；信号降噪；特征提取；故障诊断；多小波

英文摘要： The security and stability of the hydropower generating units have become the crucial problem in electric power industry. Consequently, promulgating hydropower units fault mechanism, digging the performance characteristics of hidden fault, studying the hy

英文关键词： Hydropower unit；signal de-noising；feature extraction；fault diagnosis；multi-wavelets