基于WOA-VMD-TCN的水电机组振动趋势预测

王璞; 姬联涛; 陈龙翔; 荆岫岩; 袁成建; 李超顺

doi:10.20040/j.cnki.1000-7709.2023.20221389

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于WOA-VMD-TCN的水电机组振动趋势预测

更新时间：2026-02-25

- 基于WOA-VMD-TCN的水电机组振动趋势预测
- Issue 6, Pages: 175-179(2023)
- 作者机构：
  
  1. 国家电网有限公司
  2. 中国电力科学研究院有限公司
  3. 华中科技大学土木与水利工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20221389
  CLC： TV734
- Published：2023
- 稿件说明：
移动端阅览
王璞, 姬联涛, 陈龙翔, et al. 基于WOA-VMD-TCN的水电机组振动趋势预测[J]. 2023, (6): 175-179.
DOI：

王璞, 姬联涛, 陈龙翔, et al. 基于WOA-VMD-TCN的水电机组振动趋势预测[J]. 2023, (6): 175-179. DOI： 10.20040/j.cnki.1000-7709.2023.20221389.

摘要

水电机组振动趋势预测是保障机组正常运行的重要举措，但由于机组振动信号的复杂性和非平稳性使得准确预测成为难题。为此，提出一种基于自适应变分模态分解和时间卷积网络(TCN)的组合趋势预测模型。首先利用鲸鱼群算法(WOA)优化选择变分模态分解(VMD)参数，避免盲目选择参数的弊端，实现振动信号的最优自适应分解，然后对分解后的每个分量信号进行归一化处理并建立TCN进行趋势预测，最后将所得结果叠加即可得到原振动信号预测结果。以国内某电站实际运行数据对所提模型进行论证试验，结果表明所提模型具有较高的预测精度，可用于工程实际。

Abstract

关键词

Keywords

references

基于TCN的滚动轴承振动趋势与剩余寿命预测研究[J]. 李亚平;李素杰;马波;郭俊霞.现代制造工程,2021(09)

基于时间卷积网络和门控循环单元的短期用电量预测方法[J]. 李扬帆;张凌浩;雷勇;冉金周;叶桄希;张颉.水电能源科学,2021(08)

基于EEMD-GA-BP的水电机组状态趋势预测[J]. 陆丹;肖志怀;刘东;胡晓;邓涛.中国农村水利水电,2021(08)

巨型水轮发电机组振动分析[J]. 游鹏;纪鸿铸;唐武强.水电与新能源,2021(06)

ARMA模型在输油泵振动特征值趋势预测中的研究[J]. 古丽;邹永胜;李开鸿;梁俊;舒浩纹;付立成;高仕玉;杨新.流体机械,2021(01)

基于VMD-CNN的水电机组故障诊断[J]. 胡晓;肖志怀;刘东;蒋文君;刘冬;袁喜来.水电能源科学,2020(08)

基于深度学习特征提取和WOA-SVM状态识别的轴承故障诊断[J]. 赵春华;胡恒星;陈保家;张毅娜;肖嘉伟.振动与冲击,2019(10)

水电机组振动劣化预警模型研究及应用[J]. 桂中华;张浩;孙慧芳;张飞.水利学报,2018(02)

基于OVMD与SVR的水电机组振动趋势预测[J]. 付文龙;周建中;张勇传;郑阳.振动与冲击,2016(08)

Journal bearing seizure degradation assessment and remaining useful life prediction based on long short-term memory neural network[J]. Ning Ding;Hulin Li;Zhongwei Yin;Ning Zhong;Le Zhang.Measurement,2020

基于WOA和LSSVM的短期风电功率预测[D]. 钟奎.南昌大学,2021(03)

Views

415

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于VMD-CIMFs-TCN的水电机组振动预测

基于引力搜索优化的多重分形算法在水电机组振动中的应用

基于改进EMD和GAM-TCN模型的抽水蓄能机组状态趋势预测

抽水蓄能电站地下厂房围岩稳定性监测与分析

基于VMD-Self-attention-LSTM的水闸深基坑变形智能预测方法

Related Author

陈盛

郑阳

王卫玉

陈启卷

陈天涯

陈冰恽

章晓锘

钱建国

Related Institution

五凌电力科技有限公司

武汉大学动力与机械学院

浙江华云信息科技有限公司

国网浙江省电力有限公司

华中科技大学数字流域科学与技术湖北省重点实验室

AI问答

⁰