基于多数据融合的水电机组劣化趋势概率区间预测

王淑青; 翟宇胜; 胡文庆; 盛世龙; 刘东

doi:10.20040/j.cnki.1000-7709.2025.20240588

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于多数据融合的水电机组劣化趋势概率区间预测

更新时间：2026-02-25

- 基于多数据融合的水电机组劣化趋势概率区间预测
- Issue 2, Pages: 201-205(2025)
- 作者机构：
  
  1. 湖北工业大学电气与电子工程学院
  2. 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室
  3. 武汉大学动力与机械学院
  4. 华北水利水电大学能源与动力工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2025.20240588
  CLC： TV734
- Published：2025
- 稿件说明：
移动端阅览
王淑青, 翟宇胜, 胡文庆, et al. 基于多数据融合的水电机组劣化趋势概率区间预测[J]. 2025, (2): 201-205.
DOI：

王淑青, 翟宇胜, 胡文庆, et al. 基于多数据融合的水电机组劣化趋势概率区间预测[J]. 2025, (2): 201-205. DOI： 10.20040/j.cnki.1000-7709.2025.20240588.

摘要

传统的基于单一测点的预测模型无法全面反映水电机组的健康状态，这导致难以实现机组劣化状态的准确评估。对此，提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先，选取机组不同测点在各工况下健康运行的数据构成数据集，采用期望最大化—高斯混合模型(EM-GMM)拟合机组健康运行状态下的各监测量的概率密度分布；然后，计算待估样本在给定机组健康状态分布下的负对数似然概率，以作为劣化度指标；其次，采用熵权法计算各测点劣化度指标的权重，通过加权得到综合劣化度指标；最后，为确保预测结果的可靠性，利用多目标遗传算法(MOGA)优化高斯过程回归(GPR)模型代替传统的点预测模型，并使用不同的预测模型进行对比和评估，证明本文提出的模型具有更高的预测精度。

Abstract

关键词

Keywords

references

段然.复杂工况下水电机组状态评估及劣化趋势预测方法研究[D].华中科技大学,2022(10).

张菀,张泰瑀,贾民平,蔡骏.多传感器融合和MHA-LSTM的电机轴承剩余寿命预测[J].仪器仪表学报,2024(03).

孙娜,张楠,张帅,彭甜,周建中,张海荣.一种基于物理核函数高斯过程回归的月径流预报模型及其应用[J].水电能源科学,2023(04).

庞传军,张波,余建明,刘艳.基于结构化负荷模型的电力负荷概率区间预测[J].中国电力,2021(09).

水轮机基本技术条件[S].2020.

Yifeng Liang,Jiangning Xu,Fangneng Li,Miao Wu.A VMD-PE-SG denoising method based on K–L divergence for satellite atomic clock[J].Measurement Science and Technology,2023.

Zhu, Hongqiu,Du, Junbo,Zhou, Can,Li, Yonggang.A Review: Modeling of pH Probability Density Distribution in Zinc Hydrometallurgy Based on Gaussian Mixture Model[J].JOM,2022.

任家朋.抽水蓄能机组振动故障诊断与劣化趋势预测研究[D].华中科技大学,2022(11).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

干湿循环作用下砂岩劣化损伤的多尺度量化评价研究

基于降雨模糊相似性评价的水文模型参数率定研究

基于遗传算法的宿迁黄河故道闸坝群生态补水调度多目标优化研究

材料与润滑对水电机组推力轴瓦性能影响综述及发展趋势分析

基于PSO-PCA-CNN的水电机组故障诊断

Related Author

曾辉

魏晓翔

喻峰

孙钱程

吴剑

杨尧

曾志强

周丽婷

Related Institution

湖北长江三峡滑坡国家野外科学观测研究站(三峡大学)

中国长江电力股份有限公司

流域水资源与生态环境科学湖北省重点实验室

长江科学院水资源综合利用研究所

智慧长江与水电科学湖北省重点实验室

AI问答

⁰