书签 分享 收藏 举报 版权申诉 / 6

基于VMD的抽水蓄能机组振动参数演化预测.pdf

  • 上传人:first2
  • 文档编号:100377469
  • 上传时间:2021-09-08
  • 格式:PDF
  • 页数:6
  • 大小:3.19MB
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    基于 VMD 抽水 蓄能 机组 振动 参数 演化 预测
    资源描述:
    第1 4 卷第5 期中国水利水电科学研究院学报 V 0 1 1 4N o 5 文章编号:1 6 7 2 3 0 3 1 ( 2 0 1 6 ) 0 5 0 3 4 5 0 5 基于V M D 的抽水蓄能机组振动参数演化预测 樊玉林1 ,桂中华1 ,王明芳1 ,安学利2 ( 1 国网新源控股有限公司技术中心,北京 1 0 0 1 6 1 ;2 中国水利水电科学研究院北京 1 0 0 0 3 8 ) 摘要:提出了一种基于移动最小二乘响应面和变分模态分解( V a r i a t i o n a lm o d ed e c o m p o s i t i o n ,V M D ) 的抽水蓄能机 组振动参数演化预测方法。首先利用移动最小二乘响应面建立抽水蓄能机组振动参数实时评估模型。然后利用 V M D 将复杂非线性的机组振动参数时间序列分解若干个平稳分量时间序列。其次对每个分量进行特性识别,根 据其不同属性,分别采用L S S V M 或G M ( 1 ,1 ) 对每个分量进行预测。最后重构每个分量的预测值获得原始时间 序列最终的预测结果。实例分析表明,该方法能较准确地预测机组振动参数演化趋势。 关键词:抽水蓄能机组;振动参数;演化预测;移动最d x - - 乘响应面;变分模态分解 中图分类号:T V 7 3 4 2 文献标识码:A d o i :1 0 1 3 2 4 4 j c n k i j i w h r 2 0 1 6 0 5 0 0 5 1研究背景 随着风电、光伏、核电等新能源的快速增长和特高压电网建设的全面提速,抽水蓄能电站的建 设不断加快,在能源结构优化和绿色发展转型中发挥着重要作用。由于频繁的启停机及工况转换, 抽水蓄能机组及易发生故障。1 。5 1 。有效地获得机组的真实运行状态,对状态变化趋势更好地预测,及 时发现机组异常,合理安排检修,是机组向状态检修转变的重要课题。 由于复杂背景环境的影响,抽水蓄能机组监测信号具有较强的非平稳性。小波分析旧4 有较好的 时频分析特性,但该方法是基于可调窗口傅里叶变换,存在能量泄漏。经验模式分解9 1 ( E m p i r i c a l m o d ed e c o m p O S i t i o n ,E M D ) 具有高时频分辨率和自适应分解特性,但存在模态混叠、端点效应等问 题。针对模态混叠问题,D r a g o m i r e t s k i y 和Z o s s o 提出了变分模态方法。”。( V a r i a t i o n a lm o d ed e c o m p o s i t i o n ,V M D ) ,实现非线性、非平稳信号处理。 振动是影响水电机组正常运行及危害机组寿命的主要故障。强烈的振动会加速部件损伤,严重 时会造成机组毁坏。因此,本文首先建立综合考虑运行工况的基于移动最小二乘响应面的抽水蓄能 机组振动评估模型;然后利用V M D 将非平稳的性能退化序列分解成若干个平稳的分量,分析各分量 特性,分别采用L S S V M 或G M ( 1 ,1 ) 来加以预测;最后重构所有分量的预测结果实现振动参数演化 时间序列的预测。 2 移动最小二乘法 在拟合区域门的局部域琅上,设待求函数以x ) 在琅内的,v 个采样点戈,( I = 1 ,2 ,) 处的函数 值已知,即) ,可( x I ) 。在g 内以z ) 近似为g ( 戈) 一戈) ,拟合函数g ( x ) 的表达式4 1 如下: g ( 戈) = 卢j ( 戈) p i ( 髫) = J B ( 戈) p 7 ( 戈) ( I ) I = I 收稿日期:2 0 1 6 - 0 3 2 8 基金项目:国家自然科学基金项目( 5 1 3 0 9 2 5 8 ) 作者简介:樊玉林( 1 9 7 2 一) ,男山西山阴人,学士,高级工程师,主要从事抽水蓄能电站自动化技术研究与管理工作。 E m a i l :a s i a & a n k l6 3 e o m 通讯作者:安学利( 1 9 8 0 一) ,男,山东肥城人,博士,高级工程师,主要从事发电机组运行保障及故障诊断研究。 E m a i l :a n x u e l i 1 6 3 c o r n - - - 3 4 5 - - - 万方数据 基于V M D 的抽水蓄能机组振动参数演化预测樊玉林桂中华王明芳安学利 式中:卢( x ) = ( B 。( z ) ,卢:( 算) ,m ( 戈) ) 为待求系数;p ( 戈) = ( P l ( X ) ,P 2 ( x ) ,P m ( 戈) ) 为m 维k 阶完全多 项式;m 为基函数的个数。 P ( z ) 在二维空间中的二次基函数的表达式如下: p ( z ) = ( I 石Y 戈2x yY2 1 ( 2 ) 式中,m = 6 。 在移动最小二乘拟合中,采用加权最小二乘确定卢( 戈) ,使g ( z ) 在点戈的门。内N 个采样点的误差的 加权平方和缈最小,即 N Nr m 2 缈= E W 小) 弘) 一f ( 并,) = 叫小) l 聃) p 。( 戈,) _ 仆,) l ( 3 ) 南= 2 舌N 州甬州讹牡= 。 ( 4 ) 式中:i = 1 ,2 ,m ;为点茗的琅内所包含的采样点数,W I ( x ) = 加,( x - x ,) 是石,处的权函数;q 是 权函数的支持域。权函数决定了移动最小二乘近似的精度,常采用高斯权函数“。 3V M D 方法 变y ) - 模态方法( V a r i a t i o n a lm o d ed e c o m p o s i t i o n ,V M D ) 主要包括构造变分问题及其求解过程“。 假设信号厂分解为k 个具有中心频率的有限带宽的模态函数( f ) 。每个模态函数的带宽估计之和最 小,约束条件为各模态之和等于信号f ,则对应的约束变分问题可表示为: 啪阱,+ 舛c t P 吣 式中:u t = ,;U k ( 是= 1 ,2 ,K ) 是模态函数,( O k ( 矗= 1 ,2 ,K ) 是中心频率。 将约束性变分问题变为非约束性变分问题,引入增广L a g r a n g e 函数去求上述约束变分问题的最 优解。L a g r a n g e 函数可表示为: 。,。,A ,= 口;I l a 。 ( 6 。,+ 丢) 枣比。: e 。曲一I | :+ f l 厂一“。I I i + ( A ,一“。) c6 , 式中:A 为L a g r a n g e 乘法算子,0 c 为二次惩罚凼子。 通过交替更新M :“、。n “和A “1 计算L a g r a n g e 函数( 6 ) 的最优解。得到M ? “: u :+ 1 = a 翟 叠n 仅f f a 。 ( 6 。,+ 丢) + u 。) e 1 ,f l :+ l l ,一“i + 害I l i c 7 , P a r s e v a l P l a n c h e r e l 傅里叶等距变换被采用将式( 7 ) 变换到频域,计算得到二次优化问题的解: 五t n + l2 【、,一i 擎k + 害j 币右可 一11 - L 【L 正,一, 采用同样的过程求解:“的最小值,将中心频率更新问题转换到频域: 甜+ 1 - = a r g m i n f p 一甜。) 2 I 五。) 1 2 d 埘 ( 9 ) 获得如下中心频率: 。:坐剑竺( 1 0 ) 1 U, = 一 LJ “ f h ) 3 4 6 万方数据 基于V M D 的抽水蓄能机组振动参数演化预测 樊玉林桂中华 王明芳安学利 式中:。n + 1 为模态功率谱的重心。傅里叶逆变换被采用去计算 五。) , u 。0 ) 就是它的实部。 V M D 方法的具体步骤可表示为: ( 1 ) 初始化五:、:、天1 和n 。 ( 2 ) 根据式( 8 ) 和式( 1 0 ) 更新“。和埘。 ( 3 ) 更新A : 工”1 卜 ( 4 ) 重复步骤( 2 ) 一( 3 ) ,直到满足。l 卜:+ 1 4 抽水蓄能机组振动参数演化预测模型 本文建立综合考虑运行工况,基于移动最小二乘响应面的抽水蓄能机组振动参数健康标准三维曲 面模型p = “P ,H ) ,y 为机组状态参数,P 为有功功率,日为工作水头。所构建的性能评估模型,具体 步骤包括 2 。3 :( 1 ) 建立机组健康模型。( 2 ) 机组振动参数退化时间序列。( 3 ) 采用V M D 将振动参数变化 时间序列分解为若干个平稳的分量。( 4 ) 根据每个分量的特征,选择适合其特性的预测模型进行预测。 采用近似熵。辨识每个分量的特性,如果具有较强复杂性,用L S S V M “纠进行预测;如果分量复杂性较 弱,则用G M ( 1 ,1 P 1 进行预测。( 5 ) 重构所有分量的预测结果,得到原始时间序列的预测结果。 5应用实例 以某台抽水蓄能机组( 单机容量2 5 0M W ;额定转速3 3 3r m i n ;额定水头3 0 5m ) 在2 0 0 8 年9 月2 2 E t 一2 0 11 年1 2 月1 5 日的实测状态监测数据为样本进行研究,验证基于移动最小二乘响应面、V M D 、 L S S V M 预测模型和G M ( 1 ,1 ) 预测模型的抽水蓄能机组振动参数演化预测模型的有效性。选取该机 组的上机架x 向水平振动数据作为研究对象。 j 图1 给出了2 0 11 年5 月1 6 日一2 0 11 年5 月 专_ 3 0 日,振动实测数据。从图中可以看出,振动 “ 参数时间序列非常复杂,难以从图中准确地分 三。 析其真实运行状态。 兰1 。 为实时获取蓄能机组的真实运行状态,对一 其建立健康状态模型。考虑到运行工况对机组 振动特性的影响,以及移动最小二乘响应面对 0 5 2 】0 5 2 30 5 1 2 50 5 2 70 5 2 9 f 期( 2 0 11 q - 1 3 1 I Ij 上机架X 向水平振动实测数据 散乱数据良好的拟合性能,基于移动最小二乘响应面,建立机组振动一运行工况映射模型,获得机组 健康状态下功率( P ) 、水头( H ) 和振动参数( p ) 之间的映射关系矽= 八P ,H ) 。 采用机组运行初期健康无故障数据,建立机组健康状态下振动标准模型。在2 0 0 8 年9 月2 2 日一 2 0 0 9 年9 月1 8 日8 0 0 组数据( 覆盖机组可能的工作水头和有功功率) 中,选取6 0 0 组建立健康标准模型 ( 为了准确反映机组振动与运行工况的映射关系,根据功率和水头的不同进行选择性的选取这6 0 0 组 数据,该选取方式的突出优点在于只需以少量的点便能使其所代表的映射关系具有足够的可信度) , 剩下的2 0 0 组数据对模型进行验证。将2 0 0 测试样本中的有功功率、工作水头输入模型,验证移动最 d x - 乘响应面的拟合性能,计算平均相对误差为3 3 6 。 将机组运行2 年后的状态监测中的工况参数等实时在线数据( 2 0 1 1 年5 月1 2 日一2 0 1 1 年1 2 月1 5 日) 代入机组健康模型l ,( t ) 砜P ( t ) ,日( t ) ) ,计算当前工况下的振动参数健康标准值y ( t ) ,并和实测 值比较,获得机组当前性能退化度D ( t ) ,如图2 所示。从图中可以看出,机组振动性能开始劣化, 其性能演化时间序列具有很强的非平稳性。 3 4 7 。咂 一 U ,一、七l k 斗 n n U A 一 9 l 门 图 51 ,50 万方数据 基于V M D 的抽水蓄能机组振动参数演化预测樊玉林桂中华王明芳安学利 针对振动参数演化时间序列的非平稳性,采用V M D 方法对图2 所示时间序列进行分解,分解结 果如图3 所示。图中1 2 - - , 。为不同频率的分量,u 。为低频趋势分量。从图中可以看出,分解后的分量 有着比原始序列更好的规律性,能较好的反映性能退
    展开阅读全文
      文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于VMD的抽水蓄能机组振动参数演化预测.pdf
    链接地址:https://www.wdfxw.net/doc100377469.htm
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    版权所有:www.WDFXW.net 

    鲁ICP备14035066号-3




    收起
    展开