基于RBF神经网络算法的水电站发电机组振动故障监测方法  

Vibration fault monitoring method for hydroelectric generating units based on RBF neural network algorithm

作　　者：季军 JI Jun

机构地区：[1]四川槽渔滩水电股份有限公司,四川洪雅620360

出　　处：《水利技术监督》2023年第9期68-71,共4页Technical Supervision in Water Resources

摘　　要：常规的水电站发电机组振动故障监测多数采用自适应K-Means聚类方法原理,其振动故障监测范围有限,无法实现全面覆盖监测的目标,且误报率较高,监测精度较低。针对这一问题,文章引入RBF神经网络算法,提出了一种新的发电机组振动故障监测方法。首先,利用数据采集仪,采集水电站发电机组振动信号,并提取振动信号特征。其次,利用降噪算法,降噪处理水流与水轮发电机组接触产生的振动信号中的多余噪声。在此基础上,构建RBF神经网络结构,计算神经网络输出,正则化处理网络输出,获取振动故障监测结果。实验分析可知,利用提出的监测方法监测不同类型的发电机组振动故障,其误报率较低,监测结果精度得到了显著提高。

关 键 词：RBF神经网络算法 水电站 故障 发电机组 振动 监测 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]