基于EEMD-GA-BP的水电机组状态趋势预测

• 作者: 陆丹 肖志怀 刘东 胡晓 邓涛
• 来源期刊: 中国农村水利水电
• 关键词: 水电机组振动信号 集合经验模态分解 趋势预测 GA-BP神经网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 水电建设
• 页码范围: 186-194
• 页数: 9页
• 分类号: TV3
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2284.2021.08.032

摘要

电厂、电网的安全稳定与水电机组的运行状态息息相关.机组状态趋势预测弥补了故障诊断作为事后决策的不足,通过预测提前发现故障征兆,可以避免事故发生.本文结合EEMD和神经网络理论,提出了一种水电机组状态趋势预测模型.以国内某两电站的机组振动状态趋势预测为例,首先对机组振动信号进行EEMD分解,其次利用GA-BP预测模型预测各IMF分量运行趋势,最终预测信号是各分量的预测结果累加得到.实验结果表明,该模型能实现机组振动状态趋势的有效预测,相较于其他方法精度更高.