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 |
| |
引用本文: | 李浩,郑祥豪,张宇宁,李金伟.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[J].力学与实践,2023(5):1091-1100. |
| |
作者姓名: | 李浩 郑祥豪 张宇宁 李金伟 |
| |
作者单位: | 1. 华北电力大学电站能量传递转化与系统教育部重点实验室;2. 华北电力大学能源动力与机械工程学院;3. 中国水利水电科学研究院 |
| |
摘 要: | 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。
|
关 键 词: | 水泵水轮机 压力脉动 经验小波变换 散布熵 卷积神经网络 |
|