基于PSO优化LS-SVM的异步电动机振动故障诊断

为了提高异步电动机振动故障诊断的准确性,该文提出了基于粒子群算法优化最小二乘支持向量机的异步电动机振动故障诊断方法。先通过实验室对异步电动机各类故障的振动进行测试,对测试数据进行预处理,选择异步电动机不同位置振动信号的特征频率作为系统的输入,然后利用训练好的粒子群算法优化后的最小二乘支持向量机进行异步电动机振动的故障诊断。最终结果与其他诊断方法对比表明:该方法克服了样本训练时间较长并容易陷入局部收敛的缺点,同时诊断的准确率较高,有效地避免了异步电动机故障的误诊断。     

水轮发电机组非平稳振动信号的检测与故障诊断

针对传统方法难以精确检测水轮发电机组的非平稳振动信号以及现有振动故障诊断方法精度低等问题,本文首先引入排列熵算法对其进行检测与分析,进而引入多维度排列熵算法,以实现对非平稳振动信号的特征提取,构造故障样本数据,并将其作为基于遗传算法的支持向量机诊断模型的输入,从而完成故障的诊断与识别。仿真实例表明,排列熵能够有效检测非平稳振动信号的突变,多维度排列熵与支持向量机相结合的故障诊断方法可有效识别机组的异常情况,具有较高的诊断精度。     

基于IPSO优化LSSVM的水轮发电机组振动故障诊断

提出改进的粒子群算法,并与最小二乘支持向量机相结合,得到基于IPSO-LSSVM的水轮发电机组故障诊断方法。改进后的粒子群算法能较好地调整算法在全局与局部搜索能力之间的平衡,将其应用于LSSVM的参数优化,可以提高故障诊断的精度和效率。实例分析结果表明,本文模型不仅能够取得良好的分类效果,而且诊断速度与精度均高于采用BP神经网络、LSSVM以及PSO-LSSVM等方法,适合在实际工程中应用。     

海甸峡电站辅机计算机监控系统的设计与实现

介绍了海甸峡电站辅机计算机监控系统的设计思想、系统结构、设备选型、系统功能、软件设计和实现方法.该辅机计算机监控系统设计先进,较好地满足了电站无人值班(少人值守)的要求.     

数字式电液比例伺服系统的研究与实践

数字式电液比例伺服系统，摒弃了常用的电液伺服用，采用步进电机控制，具有结构简单、抗油质污染能力强、精度高等优点，中分析了数字式电液比例伺服系统的动态特性、静态精度及提高方法，将这种电液伺服系统同微机结合构成全数字式水轮机电液调速器，经电站试验及运行表明，该调速器具有较优的动、静态指标及可靠性。     

Web GIS在梯级电站群管理信息系统中的应用

对梯级电站群建立调度管理信息系统的必要性进行了分析．介绍了Web GIS的特点，并对Web GIS在梯级电站群调度管理信息系统中的应用作了探讨，为梯级电站群实现可视化管理提供了一种新途径。     

基于随机共振和经验模态分解的水力发电机组振动故障诊断

针对实际水力发电机组故障诊断中微弱信号难以检测引起故障诊断准确率低的难题,提出了一种基于随机共振(stochastic resonance,SR)和经验模态分解(Empirical Mode Decomposition,EMD)的微弱信号检测方法。首先,采用随机共振对振动信号进行降噪处理,提高信号的信噪比;继而对随机共振的双稳输出信号进行EMD分解,并采用能量法进行故障特征向量的提取,最后将其作为基于遗传算法优化支持向量机(GA-SVM)故障诊断模型的输入,实现故障模式的识别与诊断。仿真结果表明,该方法能够准确识别机组的异常情况,具有较高的故障诊断精度。     

基于H-K聚类逻辑回归的贯流式机组水导轴承磨损性能评估研究

贯流式机组水导轴承性能对机组振动特性和稳定运行有很大影响,对此本文提出了一种基于H-K聚类逻辑回归模型用于实现贯流式机组水导轴承磨损性能评估。以黄河河口水电站3#机组振动、摆度幅值和工况参数等作为自变量,水导轴承运行状态作为因变量,同时为了增强模型泛化能力,引入H-K聚类方法对自变量进行离散化处理,通过建立变量之间的逻辑回归模型实现对机组水导轴承磨损性能评估。研究结果表明:机组轴系摆度信号和机组轴系振动信号可以更好地解释水导轴承性能变化,同时通过模型对水导轴承性能显著影响的特征信号频谱分析推断,机组水导轴承磨损的主要原因是机组轴线偏移和不平衡电磁拉力影响所致。