项目名称: 水轮发电机组振动与局放的监测与诊断

项目编号: No.51279161

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: 贾嵘

作者单位: 西安理工大学

项目金额: 80万元

中文摘要: 水轮发电机组是水力发电厂的核心装置,包括水轮机和水轮发电机两大部分。大量的实践表明,水轮机的故障80%可以通过振动信号表现出来,而发电机的故障大部分以绝缘局部放电的形式表现出来。本课题以水轮机的振动和发电机的局部放电这两种最主要的故障类型为研究重点,通过对振动和局放状态的监测,弄清故障的机理,研究其信号处理技术与智能诊断方法。 通过收集水电站的振动和局部放电的故障信号数据,对故障信号进行分析处理,获取水轮发电机组的故障样本,建立水轮发电机组的故障特征集。借鉴现代信号处理与人工智能领域的最新研究成果,分别应用Hilbert-Huang变换、基于自回归(AR)的信号特征提取以及最小二乘支持向量机的方法,开展水轮发电机组振动以及局部放电故障的信号分析、抗干扰、故障特征提取和故障诊断方法的研究,提出适合水轮发电机组振动和局放在线诊断的智能诊断方法,开发具有自主知识产权的信号处理与故障智能诊断软件,

中文关键词: 水轮发电机组;信号去噪;特征提取;故障诊断;性能评估

英文摘要: Hydroelectric generating set is the core device of the hydropower station, it consists of two parts, hydraulic turbine and hydro-generator. A lot of practices show that, 80% faults of the hydraulic turbine can be shown in the vibration signal, and the most faults of the hydro-generator can be find expression in the partial discharge (PD) of the insulating materials. This issue takes the two kinds of main faults: the vibration of the hydraulic turbine and the partial discharge of the hydro-generator as the focus topic. By monitoring the state of vibration and PD signal to clarifying the mechanism of the fault, studying the signal processing technology and intelligent diagnosis method. Through collecting and analysis of the fault data of the vibration and PD signal, the fault samples of vibration and PD fault were obtained, then these data were analyzed and processed to set up the fault feature sets of hydroelectric generating set. By reference from latest research achievements of modern signal processing and artificial intelligence field, and by using the Hilbert-Huang transform, extracting the fault features based on the auto regressive model and taking the least squares support vector machines, and so on, the vibration and PD signal processing, de-noising, fault features extracting and fault diagnosis methods

英文关键词: Hydropower generating unit;Signal denoising;Feature extraction;Fault diagnosis;Performance evaluation

成为VIP会员查看完整内容
0

相关内容

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。 特征被检测后它可以从图像中被抽取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
专知会员服务
27+阅读 · 2020年3月6日
VALSE Webinar ICML期间暂停通知
VALSE
0+阅读 · 2021年7月15日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
书单 | 语音研究进阶指南
微软研究院AI头条
12+阅读 · 2019年3月22日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关资讯
VALSE Webinar ICML期间暂停通知
VALSE
0+阅读 · 2021年7月15日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
书单 | 语音研究进阶指南
微软研究院AI头条
12+阅读 · 2019年3月22日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员