基于变分模态分解的水泵水轮机暂态过程流激振动信号分析

流激振动是衡量水泵水轮机运行稳定性的重要参数.本文基于国内某水泵水轮机发电工况停机暂态过程中的实测顶盖振动信号,分别使用经验模态分解、变分模态分解和希尔伯特变换等方法对其进行时频分析,并获得如下结论.首先,相比经验模态分解,从基于变分模态分解的希尔伯特时频谱图中能够更为直观地观察到顶盖振动信号的时频信息.其次,时频分析...     

基于经验小波变换和卷积神经网络的水泵水轮机无叶区流态特征提取及识别研究

监测和识别原型水泵水轮机无叶区的流动状态，对于保证抽水蓄能电站的运行安全性和稳定性有非常重要的意义。本文提出了一种基于经验小波变换、散布熵和卷积神经网络原理的流态特征提取和识别方法，首先使用经验小波变换对压力脉动信号进行分解，然后通过计算各分量的散布熵提取流态相关特征，最后通过利用特征–标签对训练卷积神经网络得到的智能识别模型，实现了无叶区流态识别。利用从国内某水泵水轮机采集到的发电、抽水和空转工况下实测压力脉动信号对该方法进行了测试，测试的平均准确率达到了94.84%，证明了该方法的有效性。