[發明專利]一種水輪機運轉狀態識別方法

有效

• 申請號: 202010142296.6
• 申請日: 2020-03-04
• 公開（公告）號: CN111259864B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 蘭朝鳳;李水靜;蘇崎木;陳小艷;郭思誠
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/00;G06N3/04
• 代理公司: 哈爾濱市文洋專利代理事務所(普通合伙) 23210
• 代理人: 何強

1.一種水輪機運轉狀態識別方法，其特征在于水輪機運轉狀態按以下步驟進行識別：

一、水輪機運轉脈動信號采用鏡像延拓法進行經驗模態分解；

二、采用三次Hermite插值法的希爾伯特-黃變換算法獲知水輪機運轉時安置壓力測點處所受到的沖擊力大小及變化趨勢；

三、水輪機工況參數與壓力脈動信號之間的相關性分析：

式中，δ_P,G為水輪機第G個工況參數對第P個壓力脈動信號的影響程度，I_P,G為水輪機第P個壓力脈動信號與第G個工況參數之間的互信息；

四、水輪機脈動信號采用三層小波神經網絡進行訓練，對水輪機振動趨勢預測；

五、果蠅算法優化概率神經網絡；即完成水輪機運轉狀態的識別；

其中，步驟二利用Hilbert變換得到每個本征模態函數IMF的瞬時頻譜，進而獲得整個信號頻譜，具體步驟如下：

對EMD分解得到的各個IMF分量進行逐一Hilbert變換，

式中，Re表示常量，n為原始水輪機運轉脈動信號x(t)分解為IMF的個數，i表示求和運算數值，g是虛數單位，x(t)為水輪機運轉脈動信號；φ_i(t)為相位、a_i(t)為振幅、ω_i(t)為頻率；

公式(A21)中x(t)的Hilbert幅值譜為：

x(t)的邊界譜為：

瞬時能量密度為：其中，T代表時間的尺度；

根據分析信號的頻域譜，利用得到信號的瞬時能量譜；

三次Hermite插值法的定義為：在某區間[a，b]上，已知該處相應的插值節點為a≤x₀≤x₁…≤x_U≤b，對應函數值其一階導數值分別為

y_S＝f(x_S),m_S＝(x_S)(S＝0,1,…,U)

且要求是一個次數不超過3的多項式H(x)，使H(x)滿足以下條件：

H(xS)＝y_S，H(x_S)＝m_S(S＝0,1,…,U)，

即稱H(x)為三次Hermite插值多項式，上述條件即為插值條件；

步驟四中三層小波神經網絡包括輸入層、隱含層和輸出層，隱含層的激活函數采用小波基函數，x_i為水輪機工況參數的輸入變量；y_i為水輪機組脈動的輸出變量；w_ij為輸入層和隱含層之間的連接權重；u_jl為隱含層和輸出層之間的連接權重；

步驟四中隱含層節點所選用的非線性激活函數為Morlet小波函數

ψ(t)＝cos(1.75t)exp(-t²/2)；

小波神經網絡的輸出層函數為：

步驟四中訓練采用最速梯度法，其目標函數為對訓練樣本的實際值與輸出層的預測值之間的回歸均方差最小，即

式中：y(t)是振動變量的實際值，為小波神經網絡的預測值，N為訓練樣本個數；

步驟四中輸出層的第p個節點的輸出值為：

式中，a_j和b_j分別是j個隱含層神經元節點的尺度因子和平移因子，b_2p是第p個輸出層神經元節點的激活閾值。