基于信息融合与聚类的水轮机健康状态评估

段开林; 姜德政; 胡德昌; 孙永鑫; 王润鹏; 程宇坤; 云皓; 孙佳成

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于信息融合与聚类的水轮机健康状态评估

水轮机及水泵 | 更新时间：2026-06-18

- 基于信息融合与聚类的水轮机健康状态评估
- 基于信息融合与聚类的水轮机健康状态评估
- 大电机技术 2026年第3期页码：99-105+112
- 作者机构：
  
  1. 中国长江电力股份有限公司
  2. 哈尔滨电机厂有限责任公司
- 作者简介：
- 基金信息：
  
  黑龙江省自然科学基金杰出青年项目(JQ2023E006);华能澜沧江水电股份有限公司托巴水电工程建设管理局资助
- DOI：
  中图分类号： TP277;TV734.1
- 纸质出版：2026
- 稿件说明：
移动端阅览
段开林, 姜德政, 胡德昌, 等. 基于信息融合与聚类的水轮机健康状态评估[J]. 大电机技术, 2026,(3):99-105+112.

段开林, 姜德政, 胡德昌, et al. 基于信息融合与聚类的水轮机健康状态评估[J]. 2026, (3): 99-105+112.
段开林, 姜德政, 胡德昌, 等. 基于信息融合与聚类的水轮机健康状态评估[J]. 大电机技术, 2026,(3):99-105+112. DOI：

段开林, 姜德政, 胡德昌, et al. 基于信息融合与聚类的水轮机健康状态评估[J]. 2026, (3): 99-105+112. DOI：

摘要

本研究旨在通过结合奇异值分解（SVD）、自适应层次聚类（AHC）和极端梯度提升（XGBoost）算法，提出一种水轮机状态预测与健康评估的新方法。首先，使用SVD对水轮机的多组信号（如水导X方向和Y方向的振动数据）进行特征提取，从中提取主要模态特征，消除冗余信息。其次，通过自适应层次聚类对历史数据进行聚类分析，将水轮机的运行状态划分为多个类别（如正常状态、轻微故障、严重故障等）

为后续的状态预测提供依据。随后，利用XGBoost模型对水轮机未来状态进行预测，采用历史数据作为输入特征，通过训练和评估过程优化模型，以达到高精度的未来状态预测。最后，提出基于健康指数（HI）和欧几里得距离、曼哈顿距离等评价指标的健康评估方法，对水轮机的当前状态进行量化评估。通过实验验证，所提出的模型预测与实际数据的决定系数R

大于0.9

证明了该方法在水轮机状态预测和健康评估中的有效性。

Abstract

关键词

Keywords

references

Ugyen Dorji,Reza Ghomashchi.Hydro turbine failure mechanisms: An overview[J].Engineering Failure Analysis,2014.

Wenlong Fu,Jianzhong Zhou,Yongchuan Zhang,Wenlong Zhu,Xiaoming Xue,Yanhe Xu.A state tendency measurement for a hydro-turbine generating unit based on aggregated EEMD and SVR[J].Measurement Science and Technology,2015.

单亚辉.水电机组振动故障诊断与健康性能趋势预测研究[D].华中科技大学,2021(01).

崔亚芹,钟守平,潘安伟,张琦雪,祁忠.基于COMTRADE录波的水电机组轴心轨迹动态分析[J].水利水电技术,2018(07).

袁波,李承龙,冯雁敏.蒲石河抽水蓄能电站~#4机组水轮机工况运行区域划分[J].水电能源科学,2017(11).

刘东,王昕,黄建荧,张晓静,肖志怀.基于贝叶斯网络的水电机组振动故障诊断研究[J].水力发电学报,2019(02).

张勋康,陈文献,杨洋,李涛涛.基于VMD分解和支持向量机的水电机组振动故障诊断[J].电网与清洁能源,2017(10).

袁璞,郭歌,王莹,刘悦,熊磊.基于AI视频图像处理的水电机组运转监测与智能报警技术研究[J].电网与清洁能源,2022(01).

姜伟,周建中,许颜贺,卢俊泽.基于排列熵重构与长短期记忆神经网络的水电机组振摆趋势预测方法[J].水电能源科学,2022(12).

王运昌,韩毅,张明儒,孙永鑫,任泽源.基于深度学习的水电机组健康评估系统设计[J].节能技术,2024(03).

尤渺,刘育,葛嘉,徐卓飞,郭鹏程.基于振摆信息融合的水电机组状态预测及符号化表征研究[J].电网与清洁能源,2023(07).

张梁,王文松,何勇,陈鹏,林号缙,陆帅,黄芝军.基于自适应综合权重的混流式水轮机健康状态评估模型[J].水利水电技术(中英文),2024(04).

谭啸,劳鹏飞,李立.基于注意力卷积神经网络的水轮机健康状态评估研究[J].水电能源科学,2025(05).

王宣元,王泽森,孔帅皓,李奇,辛光明.基于密度峰值聚类的电力系统碳流追踪方法[J].电子设计工程,2025(21).

周家玉,侯慧娟,盛戈皞,江秀臣.基于ISOMAP等距离映射聚类的设备故障数据库清洗方法[J].高压电器,2025(08).

林建港,关向雨,王扬程,蔡开明,廖景雯.基于FFT奇异值分解与改进VMD的GIS现场振动信号特征增强方法研究[J].高压电器,2025(12).

王子禾,王开亭,徐艳,李小斌.湍流减阻剂对离心泵性能影响机理的数值研究[J].节能技术,2026(01).

苏卫江,王鹏,姚凌峰.基于奇异值分解的含新能源电力系统状态自动化监测系统[J].电子设计工程,2025(16).

刘明哲,胡思敏,梁欣,耿超越,谭馨仪.基于奇异值分解和特征映射的光伏场站变压器潜在故障风险评估方法[J].电子设计工程,2025(23).

杨雷,叶雷,李冰洋,赵睿,刘美.融合剪枝策略与主特征提取的电力设备数据分析方法[J].电子设计工程,2025(17).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

A电站调速器桨叶液压故障分析及处理措施

基于RBF的水轮机调速器液压随动系统PID参数优化策略

某大型水电站调速器导叶异常动作原因分析及处理措施

大电机技术一九七五年1—6期总目录

大电机技术一九七九年1——4期总目录