基于IMF-MFDE和GRU的水电机组故障诊断

朱文鑫; 王淑青

doi:10.20040/j.cnki.1000-7709.2024.20231178

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于IMF-MFDE和GRU的水电机组故障诊断

更新时间：2026-07-09

- 基于IMF-MFDE和GRU的水电机组故障诊断
- Vol. 42, Issue 4, Pages: 173-177(2024)
- 作者机构：
  
  湖北工业大学电气与电子工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2024.20231178
  CLC： TV734
- Published：2024
- 稿件说明：
移动端阅览
朱文鑫, 王淑青. 基于IMF-MFDE和GRU的水电机组故障诊断[J]. 2024, 42(4): 173-177.
DOI：

朱文鑫, 王淑青. 基于IMF-MFDE和GRU的水电机组故障诊断[J]. 2024, 42(4): 173-177. DOI： 10.20040/j.cnki.1000-7709.2024.20231178.

摘要

针对水电机组振动信号非平稳、非线性及强噪声的特点，提出了一种IMF多尺度波动散布熵(MFDE)结合门控循环单元(GRU)的故障诊断方法。首先，采用跳蛛优化算法(JSOA)寻找变分模态分解(VMD)最优参数，达到振动信号最佳分解降噪效果；其次，对分解得到的本征模态函数(IMF)进行重构，计算有效IMF的多尺度波动散布熵(MFDE)作为故障特征向量；最后，将特征向量输入GRU构建水电机组故障识别器。所提方法对实际水电站机组故障样本数据的故障识别率达97.83%

验证了该方法的有效性。

Abstract

关键词

Keywords

references

胡晓,肖志怀,刘东,赵文利,王海,蒋文君.基于EEMD-SDCC Ⅰ-HMM的水电机组振动故障识别方法[J].振动与冲击,2022(03).

王璞,姬联涛,朱家浩,庄俊,马宏忠.基于VMD与GRU的抽水蓄能机组振动趋势预测[J].水电能源科学,2022(01).

唐拥军,刘东,肖志怀,胡晓,赖旭.基于卷积神经网络与奇异值分解的水电机组故障诊断方法研究[J].中国农村水利水电,2021(02).

刘东,王昕,黄建荧,胡晓,肖志怀.基于小波变换与SVD的水电机组振动信号特征提取研究[J].中国农村水利水电,2018(12).

PerazaVázquez Hernán,PeñaDelgado Adrián,Ranjan Prakash,Barde Chetan,Choubey Arvind,MoralesCepeda Ana Beatriz.A Bio-Inspired Method for Mathematical Optimization Inspired by Arachnida Salticidade[J].Mathematics,2021.

Snehsheel Sharma,S.K. Tiwari,Sukhjeet Singh.Integrated approach based on flexible analytical wavelet transform and permutation entropy for fault detection in rotary machines[J].Measurement,2021.

Konstantin Dragomiretskiy,Dominique Zosso.Variational Mode Decomposition.[J].IEEE Trans. Signal Processing,2014.

Views

131

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于VMD-WT-CNN与注意力机制的水电机组故障诊断

基于ICPO-VMD与自适应多模型融合的水电机组振动趋势预测

基于SSA优化的VMD-CEEMDAN-ECACNN-LSTM日径流预测模型研究

基于VMD-SSA-K-means-iForest的重力坝监测数据异常模式混合识别算法研究

基于VMD的供水管道漏损检测研究

Related Author

姬联涛

荆岫岩

周迪

王璞

刘昊

何鸿翔

李超顺

周静位

Related Institution

中国电力科学研究院有限公司

国家电网公司

华中科技大学土木与水利工程学院

国网湖南省电力有限公司

白鹤滩水力发电厂

AI问答

⁰