基于小波分析与人工神经网络的水轮机压力脉动信号分析

• 作者: 代秋平 楚清河 王利英 赵林明
• 来源期刊: 水利学报
• 学科: 工学
• 关键词: 水轮机 小波分析 自组织人工神经网络 模式识别
• 年，卷（期）: 2011,（9）
• 页码范围: 1075-1080
• 页数: 6页
• 分类号: TV131.63
• 语种: 中文

摘要

针对水轮机尾水管压力脉动信号的非平稳和时变特性,提出了一种基于小波分析和自组织人工神经网络相结合的尾水管压力脉动信号的分析方法。这种方法首先应用小波阈值法对信号进行降噪减少干扰,然后将小波分解系数重构得到不同频带的信号分量,并提取显著的不同频带能量,最后将各频带能量作为特征向量,用自组织人工神经网络进行模式识别,得到了尾水管压力脉动的不同模式。应用该方法对某混流水轮机的压力脉动试验结果进行了分析,结果表明,该分析方法是有效的,能够对水轮机尾水管中的压力脉动状态进行有效的识别。