基于AVMD和BSA-KELM的水电站厂房结构振动预测研究

• 作者: 王海军 许松 陆建宏 任保瑞
• 来源期刊: 水资源与水工程学报
• 学科: 工学
• 关键词: 水电站厂房 振动预测 自适应模态分解 核极限学习机 鸟群算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 水工结构工程
• 页码范围: 168-173,179
• 页数: 7页
• 分类号: TV312|TV731
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2020.06.26

摘要

针对水电站厂房结构振动安全监测问题,结合智能学习算法,提出了一种基于AVMD和BSA-KELM的水电站厂房结构振动响应预测方法,为实现厂房结构振动智能化监测提供了一种新的思路.首先采用AVMD方法将振动信号分解为多阶IMF分量;然后对各阶IMF分量分别建立KELM预测模型,模型参数采用BSA优化算法选取;最后通过信号重构得到结构预测振动时程曲线.将该方法应用于某实际水电站工程,以机组和水压脉动原型观测信号作为输入,以水电站厂房结构振动信号作为输出,建立了预测模型,预测信号与测试信号对比结果表明:测点预测结果决定系数均大于0.8,振动幅值均方根误差均小于0.3μm、平均绝对误差均小于0.2μm,证明该方法预测精度较高,预测效果良好.