基于振动能量趋势预测和K均值聚类的水电机组故障预警方法研究

• 作者: 曲力涛 曹登峰 潘罗平 郑云峰
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 故障预警 Teager能量算子 神经网络预测 自编码器 K均值聚类
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 水电站运行
• 页码范围: 98-102
• 页数: 5页
• 分类号: TK73
• 字数: 2461字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2019.05.022

摘要

针对当前常用的基于基线值和3σ方法的固定阈值预警方法存在预警不及时问题,本文提出了一种基于振动信号Teager能量的趋势预测和K均值聚类的预警方法.该方法通过预测值和历史能量序列的聚类完成信号能量“跃迁”的判断,进而识别机组运行状态的变化以实现故障预警.经实际数据验证,本文提出的方法可有效对机组突变故障进行预警.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘罗平		65	616	15.0	22.0
2	曹登峰		12	29	2.0	5.0
3	曲力涛		2	2	1.0	1.0
4	郑云峰		1	2	1.0	1.0