Page 97 - 2024年第55卷第9期

４ 实测数据分析

４．１ 数据描述 本文的实测数据来源于国内某高水头抽水蓄能电站。该电站采用 “一洞两机” 布置，
水泵水轮机叶片由 ５个分流叶片和 ５个主叶片组成，机组的额定转速为 ５００ｒ?ｍｉｎ，额定出力为 ３７５ＭＷ，
叶片转动频率为 ｆ＝ ８．３３Ｈｚ ，叶片通过频率（ＢｌａｄｅＰａｓｓｉｎｇＦｒｅｑｕｅｎｃｙ，ＢＰＦ）为 ８３．３Ｈｚ。机组额定水头
ｎ
３
为 ７１０ｍ，额定流量为 ５６．８５ｍ ?ｓ，活动导叶数为 １６，比转速为 ８１．５ｍ·ｋＷ。压力实测数据由安装在
蜗壳进口、无叶区、顶盖和尾水锥管进口测点的压力传感器测得。压力传感器采样频率为 ７００Ｈｚ，采
样时间为 ３００ｓ，包含从稳态运行到甩负荷结束。本文的研究对象为水泵水轮机机在带满负荷稳定运行
和双机紧急甩满负荷过渡过程中，蜗壳进口、无叶区、顶盖和尾水锥管进口的压力实测数据。机组甩
＃
＃
负荷过程中导叶采用两段折线关闭规律，１机组和 ２机组的相对导叶开度如图 ２所示，两台机组在１～
１４０ｓ 之间带满负荷稳定运行，１４０ｓ时刻开始两台机组同时突甩全负荷，在接近 ２００ｓ时，导叶完全
关闭。

＃ ＃
图 ２ １及 ２机组稳定运行至甩负荷结束无量纲导叶关闭规律
４．２ 变分模态分解应用与分析 变分模态分解可以将目标信号自适应分解为 ｋ个具有各自中心频率且
＃
具有物理意义的 ＩＭＦ分量。为了验证本文所提方法的有效性，截取 １机组甩负荷过程中的一段数据进
行分析，压力数据的时域和频谱如图 ３所示。从频域图中，由于 ０频率成分过大的幅值，仅能观察到
频率为 ０，无量纲幅值为 ５４．８６的频率成分。因此，为了对压力脉动进行有效分析，从原始压力数据
中分离时均压力和脉动压力至关重要。

图 ３ 蜗壳压力时域和频谱图

采用 ＶＭＤ算法对上述信号进行分解分析，图 ４示出了当 ｋ ＝ ４时的 ＶＭＤ分解结果。可以看出，原
始压力信号被分解为 ４个具有各自中心频率的 ＩＭＦ。ＩＭＦ即频率为 ０，幅值为 ５４．８６的时均压力。随机
１
压力脉动成分被分解至 ＩＭＦ—ＩＭＦ中。从 ＩＭＦ的时域图可以看出，提取得到的时均压力中仍包含少
２ ４ １
量随机噪声干扰。
为了提取出较为准确的时均压力，采用本文所提出的方法进行分析。根据 ３．２节中的步骤，经过
不断试验，研究发现，当 ｋ取最大值 １０时，ＩＭＦ的排列熵总能取到最小值，信号中包含的随机噪声
１
干扰最少，且 ＩＭＦ的频率同样为 ０，幅值与原始信号的 ０频率幅值相等。因此，在本文中，将 ｋ ＝ １０
１
作为 ＶＭＤ算法分解个数的最优值。
０
— １ １ ２ —