| 基于EEMD-GA-BP的水电机组状态趋势预测 |
| |
| 引用本文： | 陆 丹,肖志怀,刘 东,等. 基于EEMD-GA-BP的水电机组状态趋势预测［J］. 中国农村水利水电,2021（8）：186-195.DOI： |
| |
| 作者姓名： | 陆丹 肖志怀 刘东 胡晓 邓涛 |
| |
| 作者单位： | 1.武汉大学 水力机械过渡过程教育部重点实验室,武汉 430072;2.武汉大学 水资源与水电工程科学国家重点实验室, 武汉 430072;3.武汉大学后勤保障部水电中心,武汉 430072 |
| |
| 基金项目： | 国家自然科学基金项目(51979204) |
| |
| 摘 要： | 电厂、电网的安全稳定与水电机组的运行状态息息相关。机组状态趋势预测弥补了故障诊断作为事后决策的不足,通过预测提前发现故障征兆,可以避免事故发生。本文结合EEMD和神经网络理论,提出了一种水电机组状态趋势预测模型。以国内某两电站的机组振动状态趋势预测为例,首先对机组振动信号进行EEMD分解,其次利用GA-BP预测模型预测各IMF分量运行趋势,最终预测信号是各分量的预测结果累加得到。实验结果表明,该模型能实现机组振动状态趋势的有效预测,相较于其他方法精度更高。
|
| 关 键 词： | 水电机组振动信号 集合经验模态分解 趋势预测 GA-BP神经网络 |
| 收稿时间： | 2020-10-29 |
|
| 点击此处可从《中国农村水利水电》浏览原始摘要信息 |
|
点击此处可从《中国农村水利水电》下载免费的PDF全文 |
|
