基于二元樹復(fù)小波變換的水輪發(fā)電機(jī)組故障診斷研究.pdf

1、近年來，我國在不斷的加大大容量水輪發(fā)電機(jī)組的使用投入，在這種情況下，對(duì)水電設(shè)備的實(shí)時(shí)監(jiān)測(cè)和及時(shí)的維護(hù)就顯得尤為重要。另外，隨著我國電力系統(tǒng)的可靠性要求不斷的提高，使得相應(yīng)的故障診斷系統(tǒng)必須能夠在發(fā)生故障之前就及時(shí)的發(fā)現(xiàn)設(shè)備異常，并能夠給出一定的調(diào)整意見。因此，對(duì)水輪發(fā)電機(jī)組的振動(dòng)信號(hào)進(jìn)行研究、分析，在故障診斷系統(tǒng)中意義重大。
　　 本文以水輪發(fā)電機(jī)組在線監(jiān)測(cè)與故障診斷方法為研究對(duì)象，深入研究了二元樹復(fù)小波變換(DT-CWT)和B

2、P神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)，并引入到了水輪發(fā)電機(jī)組的故障診斷系統(tǒng)中。本文的主要研究工作和結(jié)論如下：
　　 1)將二元樹復(fù)小波變換的概念引入，將其良好的平移不變性、能量集中性和消除頻率混疊的性質(zhì)和離散小波變換進(jìn)行了比較，凸顯了二元樹復(fù)小波變換在一維信號(hào)處理上的優(yōu)勢(shì)。
　　 2)使用一種二元樹復(fù)小波熵閾值算法，實(shí)現(xiàn)對(duì)水輪發(fā)電機(jī)組的振動(dòng)信號(hào)去噪的預(yù)處理。
　　 3)給出了兩種信號(hào)特征提取方法：基于二元樹復(fù)小波包能量熵的方法將

3、二元樹復(fù)小波包變換和信息熵理論相結(jié)合，提取特征熵作為智能識(shí)別系統(tǒng)的輸入；基于能量的方法將信號(hào)進(jìn)行分解，計(jì)算二元樹復(fù)小波分解系數(shù)的能量值，將其作為智能識(shí)別系統(tǒng)的輸入。本文所提出的這兩種信號(hào)特征提取方法，都能夠?qū)⑿盘?hào)的波形特征提取為數(shù)值特征，為下文的故障診斷識(shí)別莫定了基礎(chǔ)。
　　 4)將振動(dòng)信號(hào)經(jīng)過提取后的特征向量輸入到BP神經(jīng)網(wǎng)絡(luò)中，進(jìn)行水輪發(fā)電機(jī)組的識(shí)別和診斷。本文得出的結(jié)論表明，基于二元樹復(fù)小波變換和BP神經(jīng)網(wǎng)絡(luò)的水輪發(fā)電機(jī)組