基于信息融合技术的汽轮发电机故障诊断方法的研究

《基于信息融合技术的汽轮发电机故障诊断方法的研究》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、＇．一漂．．Ｉ．Ｉｋ一ｌ掉＾Ｍ，＼奮ｉｖ成Ｉ‘ｗｌｉ＿－‘－－．‘二．ｔ、－＂－ｆ一秦Ｃ一。ｉ’Ｔ’‘ｓ福；ＦｆＩ．：＂Ｕｖ占．您為才．＇Ｖ，．肩‘．ｃ．：接—．＞；．夫．茂．．齡与、盤硕摔論仑受表＞．：：＜｜信一結龄一赫利禱身臟诊－’＇．法彌究．＂．；．．．．．；．．．ｎ心０ｍ祥為Ｉ吗－巧，；．２沒碰ｆＩ苗扔如．ｆ．．．．．．ｆ．，；－；－＼：，＇．－１編＇ｖｒ；＇．麵Ｖ－．授．ｘ＇ｉ苗．，琴．謂繫＿台‘■ｉ．．＇、苗？－該Ａ科．‘咕．令其．若震／Ｙ苗Ｑ．＇与＾完－■焉Ｖ＾Ｖ．ｊ、＾ｌ

2、壞ｐ－ｌ裝ｌ．ｐ．占；‘＼７ｖ；．＇．扣，，－记＾ｖｌｆ．薩．‘Ｖｉ績匡—＊ｒ华北电力大学硕±学位论文原创性声明本人郑重声明：此处所提交的硕±学位惟文《基于信息顯合技术的汽轮发电机；故障读断方法的研究）＞，是本人在导师指导下，在华北电力大学攻读硕壬学位期间独立进行研究工作所取得的成果。据本人所知，诺文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均己在丈中拟明确方式注明。本声明的法律结果将完全由本人承担。：作者签名：扛妾曰期：如主年＞月｜｜曰华北电力大学硕±学位论文使用授

3、权书《基于信息飄合技术的巧轮发电机故障诊断方法的研究》系本人在华北电力大学攻读硕：ｔ学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得封其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，同意学校保留并向有关部口送交论文的复印件和电子版本，允许论文被查阅和借阅。本人援权华北电力大学，可粟用影印、缩印或其他复制手段保存论文，可［＾公布论文的全部或部分内容。本学位论文属于（请在上相应方框内打Ｖ’，）：保密□？在年辭密后适周本授权书不保密作者签名：曰期：＾（ｒ年５月曰起轰リ＇

4、导师签名：日期；如（（年＿任３月日寸＾国内图书分类号：TM311学校代码：10079国际图书分类号：621.3密级：公开专业硕士学位论文基于信息融合技术的汽轮发电机故障诊断方法的研究硕士研究生：赵茜导师：武玉才申请学位：工程硕士学科：电气工程专业：电气工程所在学院：电气与电子工程学院答辩日期：2015年3月授予学位单位：华北电力大学ClassifiedIndex:TM311U.D.C:621.3ThesisfortheMasterDegreeResearchonFaultDiagnosisMethodofSteamTurbineGeneratorBasedonInformatio

5、nFusionTechnologyCandidate：ZhaoQianSupervisor：WuYucaiSchool：SchoolofElectricalandElectironicEngineeringDateofDefence：March,2015Degree-Conferring-Institution：NorthChinaElectricPowerUniversity华北电力大学硕士学位论文摘要汽轮发电机组作为电力系统的核心设备，其健康状态直接关系到整个电力系统的安全稳定。研究汽轮发电机的故障监测与在线诊断，可以有效降低过度维修引起的不必要的经济损失和风险。传统的发电机故障诊

6、断系统是基于单一信号或单一特征的，由于电机结构及其运行环境的复杂性，通常某种故障可能会伴随着多种故障特征，而某种故障特征又可能是由多种故障引起的，因此基于单一的故障诊断技术具有局限性，难以满足复杂电机的故障诊断要求。随着发电机可监测信息量的不断增加，如何综合利用发电机多方面的信息以提取更有效的故障特征，减少和消除利用单一故障信息的不确定性，以及克服单一诊断方法的局限性，提高故障诊断的准确度是一个重要的研究方向，也是十分必要的。本文首先对信息融合技术的概念、层次模型及其在故障诊断领域中的应用现状进行了阐述；然后，分析了发电机几种常见故障的故障机理，得到了发电机发生不同故障时的定转子谐波特

7、征和定转子振动特征的区别，并将其作为故障的识别特征形成故障诊断样本；提出一种基于核主元分析和变尺度混沌聚类相结合的多传感器特征融合算法，先利用核主元分析算法提取故障样本的特征-非线性核主元，选取非线性核主元作为故障特征样本，再利用变尺度混沌聚类算法对其进行故障识别；提出一种利用模拟退火思想改进的粒子群优化聚类算法，算法利用基于样本相似度的特征加权方法，对样本的不同维特征进行加权得到特征加权的故障样本，利用改进的粒子群算法进行故障类型的识别，实现