抽水蓄能机组状态在线监测中的振动信号积分方法

张飞; 梁廷婷; 陈刚; 曾雪洋

doi:10.20040/j.cnki.1000-7709.2023.20222636

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

抽水蓄能机组状态在线监测中的振动信号积分方法

更新时间：2026-02-25

- 抽水蓄能机组状态在线监测中的振动信号积分方法
- Issue 10, Pages: 212-215(2023)
- 作者机构：
  
  1. 国网新源控股有限公司抽水蓄能技术经济研究院
  2. 国网新源控股有限公司科技信息部
  3. 国网四川省电力公司电力科学研究院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20222636
  CLC： TV743;TV734.2
- Published：2023
- 稿件说明：
移动端阅览
张飞, 梁廷婷, 陈刚, et al. 抽水蓄能机组状态在线监测中的振动信号积分方法[J]. 2023, (10): 212-215.
DOI：

张飞, 梁廷婷, 陈刚, et al. 抽水蓄能机组状态在线监测中的振动信号积分方法[J]. 2023, (10): 212-215. DOI： 10.20040/j.cnki.1000-7709.2023.20222636.

摘要

抽水蓄能机组振动状态监测中常将速度信号积分成位移信号再计算特征值进行评价。以稳定工况下上机架水平振动速度信号为例，研究了速度信号积分为位移信号的积分方法与滤波器参数设置，并采用暂态工况进行验证。结果表明，速度信号积分成位移信号时，应采用高通滤波器对积分前速度信号或积分后位移信号进行高通滤波，高通滤波器的截止频率可设置为0.2倍转频；暂态工况下，采用未滤波的位移信号计算特征值对机组安全性评估时，存在高估机组振动的风险。

Abstract

关键词

Keywords

references

Baseline correction based on L1-Norm optimization and its verification by a computer vision method[J]. Zhijun Dai;Xiaojun Li;Su Chen;Sicheng Zhao;Zhenghui Xiong.Soil Dynamics and Earthquake Engineering,2020

Least-Square-Support-Vector-Machine-based approach to obtain displacement from measured acceleration[J]. Jale Tezcan;Claudia C. Marin-Artieda.Advances in Engineering Software,2018

ENSEMBLE EMPIRICAL MODE DECOMPOSITION: A NOISE-ASSISTED DATA ANALYSIS METHOD[J]. ZHAOHUA WU;NORDEN E. HUANG.Advances in Adaptive Data Analysis,2009(1)

抽水蓄能机组工况转换技术导则[S]. 国网新源控股有限公司;中国南方电网调峰调频发电公司.中华人民共和国国家质量监督检验检疫总局;中国国家标准化管理委员会,2016

水力发电厂和蓄能泵站机组机械振动的评定[S]. 中国水利水电科学研究院;哈尔滨电机厂有限责任公司;东方电气集团东方电机有限公司;哈尔滨大电机研究所;中国长江电力股份有限公司;水利部水利水电规划设计总院;长江勘测规划设计研究有限责任公司;中国电建集团华东勘测设计研究院有限公司;水利部农村电气化研究所;华G.中华人民共和国国家质量监督检验检疫总局;中国国家标准化管理委员会,2016

水轮发电机组安装技术规范[S]. 中国葛洲坝集团公司;中国水利水电建设集团公司;中国长江三峡工程开发总公司;哈尔滨电机厂有限责任公司.中华人民共和国国家质量监督检验检疫总局,1988

基于时频域的振动加速度信号积分算法[J]. 郭政彤;候嫣茹;章艺;濮陈杰;俞炅旻;符栋梁.船舶工程,2022(07)

抽水蓄能机组甩负荷试验时尾水锥管压力[J]. 张飞;王宪平.农业工程学报,2020(20)

含零漂的遥测加速度振动信号时域积分方法研究[J]. 王万金;张志国;徐洪洲.计算机测量与控制,2018(09)

振动信号趋势项提取方法研究[J]. 张军;潘泽鑫;郑玉新;李言.电子学报,2017(01)

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

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

基于连续小波分析与深度可分离卷积的水电机组工况识别

基于EMD-KPCA-LSTM的抽水蓄能机组振动预测

基于小波包分解与CEEMDAN能量熵的水电机组振动信号特征提取

基于CNN-SVM的水电机组智能故障诊断方法研究

Related Author

陈冰恽

章晓锘

钱建国

裘雨音

王彤

马建军

王浩宇

唐一中

Related Institution

国网浙江省电力有限公司

浙江华云信息科技有限公司

国能大渡河检修安装有限公司

西安理工大学水利水电学院

河海大学电气与动力工程学院

AI问答

⁰