基于分形和支持向量机水电机组振动故障诊断的研究

《基于分形和支持向量机水电机组振动故障诊断的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要论文题目：学科专业：研究生：指导教师：基于分形与支持向量机的水电机组振动故障诊断研究电力系统及其自动化鱼晶莉贾嵘教授李辉讲师签名：摘要近年来，随着水电站高水头、大容量的发展趋势，要保证水电站机组及厂房结构安全、稳定的运行，对大型水力发电站的机组及厂房结构开展原型振动试验，并对实测的振动信号进行分析处理，利用智能诊断方法进行故障诊断，是一项有重大意义的工作。在水电机组进行智能故障识别中，支持向量机是基于少样本情况下，就机器学习问题所建立的一种新的智能故障识别理论体系。同时，故障特征提取方法也是故障诊断中的重要环节。分形方法通过计算振动信号的分形维数，可以有效地提取出特征向量，有助于对

2、水电机组的状态进行识别。本文在对分形和支持向量机深入了解的基础上，进行了以下方面的研究：首先论述了国内外状态监测与故障诊断的发展现状及存在的问题，在研究了传统信号分析方法以及故障诊断方法的基础上，本文提出了将分形与支持向量机用于水电机组的故障诊断，解决了提取特征向量的困难和样本数较少的问题。接下来研究了利用小波包对振动信号进行降噪的方法，将分形相关理论引入到水轮发电机组故障模式识别中，介绍了几种分形维数及其测量方法，选择了一种与盒维数类似的网格分形维数进行特征提取，利用维数相关性判别法进行故障诊断，并在实例中验证了此方法的有效性。然后介绍了支持向量机的原理及最优超平面的构造，并对如何选

3、取核函数进行了论述。对水电机组振动信号进行分形维数特征提取，将特征向量输入经过遗传算法和粒子群优化后的SVM网络中进行故障诊断。结果表明，两种优化方法都能够对机组的运行状态进行故障诊断，值得进一步地研究。最后将小波包分形与SVM相结合对新疆塔尕克水电站的振动信号进行故障识别，结果表明，该方法能够对不同的故障进行很好地分类，为水电机组的故障诊断开辟了新的思路。关键词：水轮发电机组；小波包分析；分形；网格维数：支持向量机+本研究得到国家自然科学基金项1

4、(51209172)，陕西省教育厅科学研究计划(20lOJK730)的资助。西安理工大学硕士学位论文Title：FAULTDIAGNOSI

5、SOFHYDROTURBINEVIBRATIONBASEDONFRACTALTHEORYANDSUPPORTVECTORMACHINEMajor：ElectricalPowerSystemandAutomationName：JingliYUSupervisor：Prof．RongJIASupervisor：Dr．HuiLIAbstractsignatu怕：]习堡也Signature：迦警壶坠．Signature：日堕＆IIlrecentyears，withthedevelopmenttrendofhighwaterheadandgreatcapacity,executingantity

6、pevibrationtesttothegeneratorunitandworkshopofgreathydraulicpowerhouseandprocessingthemeasuredvibrationsignalandutilizingintelligentdiagnosticmethodforfaukdiagnosisisasignificantworkfor也esakeofsteadyoperation．Intheintelligentfaultidentificationofhydropowerunits，supportvectormachineisanewintellig

7、entfaultidentificationtheoreticalsysteminconnectionwithmachinelearningwhichisbasedonsmallsamplecases．Moreover,themethodoffeatureextractiononfaultsampleisalsotheimportantcomponentelement．Bycalculatingthefractaldimensionofthevibrationsignal，fractalcarlbeeffectivelyextractedfeaturevectors，whichprom

8、otingtoidentifythestateofthehydropowerunits．BasedontheresearchsituationofSVMandfractal，thispaper’SmainworkcarriedoutWasasfollowed：Firstly,thispaperdiscussedthecurrentsituationandtheexistingproblemoftheconditionmonitoringandf