|
|||||
|
|
| 基于SVD-CWT和CNN的水轮发电机转子故障识别 | |
| 引用本文： | 张彬桥,刘雷,杨洋,侯成伟.基于SVD-CWT和CNN的水轮发电机转子故障识别[J].中国农村水利水电,2024(2):205-209. |
| 作者姓名： | 张彬桥 刘雷 杨洋 侯成伟 |
| 作者单位： | 1. 梯级水电站运行与控制湖北省重点实验室(三峡大学);2. 三峡大学电气与新能源学院;3. 大唐观音岩水电开发有限公司 |
| 基金项目： | 国家自然科学基金面上项目（52077120）； |
| 摘 要： | 水轮发电机转子振动故障识别是水电站运维的重难点问题，为此提出一种基于转子振动信号的故障识别方法。首先针对发电机转子的非平稳和非线性振动信号，采用奇异值分解（SVD）并结合能量差分谱理论进行降噪预处理；对预处理数据使用连续小波变换（CWT）转换为时频图并形成图像数据集；然后将该图像数据集作为卷积神经网络（CNN）输入，通过CNN多层池化及卷积形成分布式故障特征表达，最终实现发电机转子故障模式识别和分类。经实验验证，该方法准确率达到99.5%以上，能有效识别出发电机转子的故障类型。 |
| 关 键 词： | 水轮发电机转子 故障识别 SVD CWT 卷积神经网络 |