基于VMD的抽水蓄能机组振动参数演化预测

提出了一种基于移动最小二乘响应面和变分模态分解（Variational mode decomposition,VMD）的抽水蓄能机组振动参数演化预测方法。首先利用移动最小二乘响应面建立抽水蓄能机组振动参数实时评估模型。然后利用VMD将复杂非线性的机组振动参数时间序列分解若干个平稳分量时间序列。其次对每个分量进行特性识别,根据其不同属性,分别采用LS-SVM或GM（1,1）对每个分量进行预测。最后重构每个分量的预测值获得原始时间序列最终的预测结果。实例分析表明,该方法能较准确地预测机组振动参数演化趋势。     

基于改进粒子群优化算法的新安江模型参数优选

新安江模型是一种实用有效的水文模型,在洪水预报以及水资源评估和管理中得到了广泛的应用。为此,结合新安江模型参数的特点,提出了基于改进粒子群优化算法的新安江模型参数优选方法,并将该模型应用到日径流预报中。实例表明,该方法能快速地完成参数寻优,并能较好地寻找出参数的全局最优解。     

基于三维曲面的抽水蓄能电站机组故障预警模型

深入分析了影响抽水蓄能机组运行状态的有功功率、工作水头等关键因素,确定了机组的健康标准状态,提出了综合考虑有功功率、工作水头作用,能够自适应抽水蓄能机组工况变化的故障动态预警模型。实例分析表明,该模型可以实现抽水蓄能机组的在线安全评估,能及时准确地预警出机组异常(故障),有很好的实用性。     

水电机组智能评估及诊断技术研究与应用

<正>成果概况"水电机组智能评估及诊断技术研究与应用"项目由中国水利水电科学研究院牵头,中国长江三峡集团有限公司、北京中水科水电科技开发有限公司等参与完成。该项目针对当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全'大型机组安全高效运行准则缺乏等问题,开展了基于健康大数据的水电机组健康评估、智能诊断专家知识库、大型机组安运行分区准则、大型水电机组远程状态监测与诊断系统平台等研究及开发。研究成果能有效保障国家巨型水电机组的安全高效运行,为大型水利水电工程智能化运行管理提供^酸验和可靠技术劳f。2018年,该项目获得了大禹水利科学技术奖～^奖〇     

基于健康样本的风电机组滚动轴承状态评估

针对风电机组运行工况复杂,故障样本的缺乏,难以进行有效诊断的情况,提出了一种基于健康样本的风电机组滚动轴承状态评估方法。该方法充分利用风电机组健康状态监测数据资源,采用径向基函数插值理论,建立了风速、转速和轴承状态参数间的映射关系,通过振动偏差有效地对风电机组滚动轴承运行状态进行实时评估。数据分析表明,该方法克服了单一静态阈值报警的不足,能有效地识别出风电机组工况变化时轴承存在的异常,为风电机组轴承健康评估提供了新的思路。     

宁夏扶贫扬黄灌溉八泵站压力管路的安全防护研究

水力过渡过程的分析、计算，已经成为压力管路设计、安全运行的重要课题。该项研究提出的大、小泵并联的数值计算方法和计算结果，利用二阶段缓闭蝶阀作为压力管路的主要安全防护手段，已经成功应用于该输水工程，经过实践检验证明：该模拟计算方法是符合工程实际需要的、是可行的。     

基于大数据的多维度水电机组健康评估与诊断

考虑到当前水电机组安全高效运行领域存在的健康状态评估不准确、故障样本少、故障知识不健全和大型机组安全高效运行准则缺乏等问题,本文通过分析提炼水电机组试验、在线监测及运行维护等海量健康数据,提出了表征机组运行状态的特征参数,揭示了各特征参数与机组运行工况参数之间的耦合关系,最终建立了基于健康样本的多维度水电机组健康评估和性能退化预测理论方法。此外,本研究还提出了大型机组安全稳定运行分区准则。基于所建模型和准则,建立了大型水电机组远程状态监测与诊断系统平台。为保障水电机组安全、稳定和高效运行提供了重要技术支撑。     

水力机械研究领域的发展

60年来,中国水利水电科学研究院水力机械专业经过几代人的艰苦努力,研发能力得到极大的提高。在研发平台建设、水力模型开发、测试技术和相关基础理论研究等方面取得了显著的进展,目前是我国唯一专门从事水力机械应用基础和关键技术研究的国内外知名科研机构。本文从测试技术、CFD数值模拟及优化技术、状态监测和空化、空蚀及泥沙磨损等四个方面,回顾了我院60年来在水力机械研究领域的发展过程,重点介绍了近10年主要成果,最后简要阐述了水力机械研究领域今后的研究重点和发展方向。     

抽水蓄能机组水轮机工况启动时机组及厂房振动时频分析

对抽水蓄能机组水轮机工况启动过程中,机组摆度、振动、厂房振动、压力脉动随转速变化的时频特性进行了试验研究。研究结果表明,当抽水蓄能机组水轮机工况启动时,机组升速过程中,机组摆度信号有明显的转频及倍频分量;机组振动速度信号、电站厂房振动信号有明显的3倍叶片过流频率;压力脉动信号主频与转速没有明显的关系,具有低频随机脉动特性。     

基于熵权理论和信息融合技术的水电机组振动故障诊断

应用熵权、灰色关联分析和信息融合技术对水轮发电机组振动故障进行诊断。以水电机组振动信号的频域特征和时域振幅特征为诊断样本,使用基于熵权的灰色关联分析方法进行水电机组振动故障的初步诊断,然后应用证据融合理论对不同证据进行决策信息融合,从而得出最终的诊断结果。诊断实例表明,基于熵权的灰色关联分析和信息融合技术相结合的方法是有效的,适合于水电机组的振动故障诊断。