[00119719]水力发电机组故障快速诊断及定位技术的应用研究

（1）任务来源：河南省教育厅自然科学研究计划项目《 水力发电机组故障快速诊断及定位技术的应用研究》，项目编号：2006510007 　　（2）应用领域和技术原理：该课题研究主要应用于水力发电机组状态检测与故障诊断系统。其技术原理是：基于小波变换的降噪算法与HamPel 滤波器相结合对水电机组振动信号处理，以解决非线性滤波方法有两个核心问题，即门限阂值的选取和信号分解层数的确定，增强了降噪算法对于不同信号和同种信号不同信噪比的情况的适应性。运用线性神经网络对降噪滤波后振动信号进行分解，通过重新组合神经网络中的各个权值系数来获得振动信号的AR 模型，然后运用现代谱分析的方法获得振动信号的频域信息，基于故障预学习机制的神经网络故障诊断方法获得水电机组故障状态信息，根据机组振动信号的特点以及诊断系统的性能要求，利用故障状态模型和灰度神经网络相结合的策略来进行故障诊断。　　（3）性能指标：在高信噪比情况下，滤波效果提高16db；神经网络AR模型对信号处理误差性能指标从目前50.39 提高到13.96；网络训练完毕后100个测试向量中，故障诊断正确率由目前82%提高到91%。　　（4）与国内外同类技术比较：该课题研究方法完全不同于目前已有技术方法，由于采用先进的小波信号处理技术，并结合神经网络智能技术，大提高了水力发电机组故障诊断的快速性和智能性，实验测试结果表明，该课题实现的技术方法明显优于目前已有技术和方法。　　（5）成果的创造性、先进性：该研究成果经教育部科技查新工作站检索证明，本课所提出水力发电机组故障快速诊断及定位方法各项技术指标明显优于现有的方法，达到国内领先水平。　　（6）作用意义：水电机组是电力系统的重要部件之一，其安全运行与否直接影响着电力生产的安全与经济效益。随着水轮机组容量的不断增大，以及水电站计算机综合自动化系统的推广应用，水轮机组振动的故障快速诊断及定位技术具有广阔的应用市场和巨大的经济效益。　　（7）推广应用：该课题研究对象是水力发电机组的故障诊断，主要解决水电机组动态信号处理方法和故障诊断及定位算法问题的关键技术，为成果进一步应用完成了基础研究。