基于人工智能的水電機(jī)組振動(dòng)趨勢預(yù)測.pdf

1、隨著水電站狀態(tài)監(jiān)測技術(shù)的不斷發(fā)展，對(duì)水電機(jī)組的運(yùn)行狀態(tài)進(jìn)行全面監(jiān)測以及對(duì)水電機(jī)組的實(shí)時(shí)健康運(yùn)行狀態(tài)和異常故障進(jìn)行快速準(zhǔn)確的預(yù)測與分析，對(duì)于保障機(jī)組和電網(wǎng)安全穩(wěn)定至關(guān)重要。因此，基于狀態(tài)檢修的水電機(jī)組的檢修模式是目前該領(lǐng)域研究的趨勢所在，針對(duì)機(jī)組設(shè)備的狀態(tài)趨勢預(yù)測是實(shí)施狀態(tài)檢修的重要組成部分，基于狀態(tài)檢修的機(jī)組檢修模式對(duì)機(jī)組狀態(tài)的早期預(yù)警有著很好的促進(jìn)作用。對(duì)水電機(jī)組進(jìn)行機(jī)組振動(dòng)狀態(tài)預(yù)測是水電機(jī)組狀態(tài)趨勢分析預(yù)測中的關(guān)鍵組成部分，同時(shí)它也

2、是水電機(jī)組狀態(tài)監(jiān)測中的關(guān)鍵一環(huán)，更是水電機(jī)組能夠正常穩(wěn)定運(yùn)行的重要保障。
　　本文對(duì)人工智能預(yù)測法中的神經(jīng)網(wǎng)絡(luò)預(yù)測法和支持向量機(jī)預(yù)測法進(jìn)行了具體研究，并將神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)這兩種方法運(yùn)用到了水電機(jī)組狀態(tài)趨勢預(yù)測中。由于水電機(jī)組運(yùn)行過程容易受到各方面因素的影響，如機(jī)械方面的影響、電氣方面的影響以及水力方面等等諸多因素的影響，因此其故障類型具有多樣化的特點(diǎn)，而故障類型中的振動(dòng)故障是水電機(jī)組最普遍、最主要也是最重要的一種。因此，本文針