基于多源信号融合的灯泡贯流式机组故障特征提取

摘要：

水电机组在非平稳工况及异常运行状态下,会产生剧烈的振动并发出刺耳的噪声.针对上述振动和音频信号,以灯泡贯流式水电机组为研究对象,通过布置高精度的加速度和音频传感器,对机组各部位的振动和噪声进行实时监测,采集振动和音频的多源融合信号.采用核主元分析法(KPCA)与改进的K-Means聚类算法提取多源融合信号频率幅值均方根参数,得到水轮机桨叶碰磨、本体敲击及发电机局放等故障的能量分布与特征值,构建了能够反映机组状态的六维特征向量模型.现场故障模拟试验表明,该模型能准确识别出对应故障,为机组检修维护提供了有力支撑.

关键词：多源信号融合、故障特征、灯泡贯流式机组、核主元分析法(KPCA)、K均值

所属期刊栏目：54

分类号：TM622;TK733+.3(发电、发电厂)

资助基金：国家自然科学基金;湖南省高新技术产业科技创新引领计划;国家电力投资集团统筹科研项目

在线出版日期：2023-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-189,210