水轮发电机组状态监测与故障诊断分析

何冰清; 李曼

doi:10.13599/j.cnki.11-5130.2024.11.006

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 >

水轮发电机组状态监测与故障诊断分析

水轮发电机组 | 更新时间：2026-07-27

- 水轮发电机组状态监测与故障诊断分析
- 水轮发电机组状态监测与故障诊断分析
- 水电站机电技术 2024年47卷第11期页码：22-25
- 作者机构：
  
  江苏省淮沭新河管理处
- 作者简介：
- 基金信息：
- DOI：10.13599/j.cnki.11-5130.2024.11.006
  中图分类号： TV738
- 纸质出版：2024
- 稿件说明：
移动端阅览
何冰清, 李曼. 水轮发电机组状态监测与故障诊断分析[J]. 水电站机电技术, 2024,47(11):22-25.

何冰清, 李曼. 水轮发电机组状态监测与故障诊断分析[J]. 2024, 47(11): 22-25.
何冰清, 李曼. 水轮发电机组状态监测与故障诊断分析[J]. 水电站机电技术, 2024,47(11):22-25. DOI： 10.13599/j.cnki.11-5130.2024.11.006.

何冰清, 李曼. 水轮发电机组状态监测与故障诊断分析[J]. 2024, 47(11): 22-25. DOI： 10.13599/j.cnki.11-5130.2024.11.006.

摘要

水轮发电机在水电站中承担着“调峰”、“调频”的重要责任，加强水轮发电机组的状态监测、故障诊断可满足水电站安全生产需求。为提升水电站水轮发电机组运行的稳定性，文章提出了一种基于KICA-PCA多元非线性系统的状态监测、故障诊断方法。该方法是通过采集水轮发电机组的振动信号、工况信息，记录水轮发电机运行中的统计指标，以监测水轮发电机组的运行状态、获取故障诊断结果。研究表明，相较于传统单一振动信号特征采集下的故障诊断方法，KICA-PCA多元非线性系统的监测、诊断准确率较高，可有效采集发电机组的多重特征信息，为水电站安全运维与管理提供可靠数据，确保水电站发电机组故障诊断、治理决策的科学性。

Abstract

关键词

Keywords

references

郭熔,杨赓祺,帅涛.水利工程中水轮发电机组常见故障及维修技术[J].今日制造与升级,2023(11).

罗金文,唐晓丹,李初辉,刘绍勇,黄天雄,胡庆雄.某水轮发电机关键设备物理场在线监测系统开发及应用[J].水电站机电技术,2023(09).

黎乾,罗泽文.大型水轮发电机组制动系统故障分析[J].人民长江,2023(S1).

边宏梁,王立锋,陈祥福,周高远.水轮发电机定子绕组故障的特征、诊断及处理[J].南方农机,2023(03).

莫斌伟.水电站水轮发电机组常见故障技术处理[J].低碳世界,2022(11).

曾云颖.水轮发电机组状态监测技术的现状分析[J].信息记录材料,2020(11).

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

基于气隙监测的机组转子不圆故障分析及处理

某水轮发电机关键设备物理场在线监测系统开发及应用

某电站7号水轮发电机组上机架振动报警溯源与治理研究

基于PCA-OCSVM的水电机组故障诊断自动识别

水轮发电机转子动态接地故障诊断与处理案例分析