Page 128 - 2024年第55卷第6期

４ 结论

本文提出了一种基于 ＵＰＥＭＤ融合 ＲＣＭＣＳＥ
和 ＡＬＷＯＡ － ＢＰ的水电机组故障诊断方法。利用转子故障数据模拟水电机组故障种类，首先将原始信
号采用 ＵＰＥＭＤ分解得到 ６个 ＩＭＦ分量作为特征向量进行 ＲＣＭＣＳＥ特征提取，得到特征集。再将特征
集输入到 ＡＬＷＯＡ － ＢＰ故障诊断模型中验证。通过以上方法，得到如下结论：
（ １）ＵＰＥＭＤ可以根据不同状态振动信号的局部特征进行自适应分解，使得分解结果更精准，所得
ＩＭＦ分量可以作为水电机组故障特征向量。
（ ２）通过不同熵的特征分布和 Ｔ － ＳＮＥ可视化对比可发现 ＲＣＭＣＳＥ具有很强的特征提取能力和良好
的分类能力。在加入 ＳＮＲ ＝ ２ｄＢ的噪声后，依旧能够将特征值进行很好的区分，表明该特征提取方法
抗噪性能强的同时还具有一定的鲁棒性，有效提高故障诊断的准确率。
（ ３）采用自适应权重和莱维飞行优化后的 ＷＯＡ算法，有效增强了 ＷＯＡ的全局搜索能力同时提高了
收敛精度。并与 ＢＰ神经网络组合成故障诊断模型，在与其他五种对比模型中，ＲＣＭＣＳＥ － ＡＬＷＯＡ － ＢＰ的
诊断率达到了 １００％。加入 ＳＮＲ ＝ ２ｄＢ噪声后，诊断率为 ９４．４４％，均处于首位。
本文所提方法具有较好的诊断性能和鲁棒性，该项研究可以对现有水电机组故障诊断方法进行有
价值的补充，为水电机组故障诊断提供了重要的技术支撑，具有较高的工程应用价值。

参 考 文 献：

［ １］ 陈飞，王斌，周东东，等．融合改进符号动态熵和随机配置网络的水电机组轴系故障诊断方法［Ｊ］．水利
学报，２０２２，５３（９）：１１２７ － １１３９．
［ ２］ 陈飞，王斌，刘婷，等．基于时移多尺度注意熵和随机森林的水电机组故障诊 断 ［Ｊ］．水 利 学 报，２０２２，
５３（３）：３５８ － ３６８，３７８．
［ ３］ ＫＯＵＧＩＡＳＩ，ＡＧＧＩＤＩＳＧ，ＡＶＥＬＬＡＮＦ，ｅｔａｌ．Ａｎａｌｙｓｉｓｏｆｅｍｅｒｇｉｎｇｔｅｃｈｎｏｌｏｇｉｅｓｉｎｔｈｅｈｙｄｒｏｐｏｗｅｒｓｅｃｔｏｒ［Ｊ］．
ＲｅｎｅｗａｂｌｅａｎｄＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙＲｅｖｉｅｗｓ ，２０１９，１１３：１０９２５７．
［ ４］ 张博庭．中国水电 ７０年发展综述———庆祝中华人 民 共 和 国 成 立 ７０周 年 ［Ｊ］．水 电 与 抽 水 蓄 能，２０１９，５
（５）：１ － ６，１１．
［ ５］ 周建平，杜效鹄，周兴 波．面 向 新 型 电 力 系 统 的 水 电 发 展 战 略 研 究 ［Ｊ］．水 力 发 电 学 报，２０２２，４１（７）：
１０６ － １１５．
［ ６］ 贾嵘，李涛涛，夏洲，等．基于随机共振和经验 模 态 分 解 的 水 力 发 电 机 组 振 动 故 障 诊 断 ［Ｊ］．水 利 学 报，
２０１７，４８（３）：３３４ － ３４０，３５０．
［ ７］ 肖博屹，曾云，刀方，等．融 合 ＥＥＭＤ－ ＣＮＮ的 水 电 机 组 磨 碰 故 障 声 纹 识 别 模 型 ［Ｊ］．水 力 发 电 学 报，
２０２３，４２（１０）：１ － １１．
［ ８］ 乔进国．五强溪水电厂机组运行稳定性分析［Ｊ］．水电站机电技术，２００３，２６（Ｂ１２）：８９ － ９２．
［ ９］ ＣＨＥＮＸＪ，ＹＡＮＧＹＭ，ＣＵＩＺＸ，ｅｔａｌ．Ｖｉｂｒａｔｉｏｎｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｗｉｎｄｔｕｒｂｉｎｅｓｂａｓｅｄｏｎｖａｒｉａｔｉｏｎａｌｍｏｄｅｄｅ
ｃｏｍｐｏｓｉｔｉｏｎａｎｄｅｎｅｒｇｙｅｎｔｒｏｐｙ ［Ｊ］．Ｅｎｅｒｇｙ，２０１９，１７４：１１００ － １１０９．
［１０］ ＹＡＮＧＤ，ＬＩＨ，ＨＵＹＧ，ｅｔａｌ．Ｖｉｂｒａｔｉｏｎｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇｓｙｓｔｅｍ ｆｏｒｗｉｎｄｔｕｒｂｉｎｅｂｅａｒｉｎｇｓｂａｓｅｄｏｎｎｏｉｓｅ
ｓｕｐｐｒｅｓｓｉｏｎｗｉｔｈｍｕｌｔｉ － ｐｏｉｎｔｄａｔａｆｕｓｉｏｎ ［Ｊ］．ＲｅｎｅｗａｂｌｅＥｎｅｒｇｙ，２０１６，９２：１０４ － １６．
［１１］ ＺＨＥＮＧＪＤ，ＳＵＭ Ｘ，ＹＩＮＧＷ Ｍ，ｅｔａｌ．Ｉｍｐｒｏｖｅｄｕｎｉｆｏｒｍｐｈａｓｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｉｔｓａｐｐｌｉｃａ
ｔｉｏｎｉｎｍａｃｈｉｎｅｒｙｆａｕｌｔｄｉａｇｎｏｓｉｓ［Ｊ］．Ｍｅａｓｕｒｅｍｅｎｔ，２０２１，１７９：１０９４２５．
［１２］ 何葵东，陈伽，金艳，等．ＥＥＭＤ多尺度熵和 ＥＬＭ在水电机组振动信号特征提取中的应用［Ｊ］．中国农村
水利水电，２０２１（５）：１７６ － １８２，１８７．
［１３］ 章芳情，袁方，贺玉，等．基于 ＮＬＭ－ ＣＥＥＭＤＡＮ和样本熵的水电机组振动信号去噪［Ｊ］．中国农村水利水
电，２０２３（６）：２８６ － ２９４．
［１４］ 刘霞，李文．基于变分模态分解的相关能量熵自适应阈值去噪 ［Ｊ］．吉林大学学报 （信息科学版），２０１９，
３７（５）：５１８ － ５２５．
［１５］ 于晓东，潘罗平，安学利．基于 ＶＭＤ和 排 列 熵 的 水 轮 机 压 力 脉 动 信 号 去 噪 算 法 ［Ｊ］．水 力 发 电 学 报，

４
— ７ ５ —