基于运行效率分布差异的水电机组劣化状态趋势预测

谭卫林; 刘颉; 袁晓辉; 张勇传; 时有松; 高华

doi:10.20040/j.cnki.1000-7709.2024.20230202

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于运行效率分布差异的水电机组劣化状态趋势预测

水能利用及水电站工程 | 更新时间：2026-02-25

- 基于运行效率分布差异的水电机组劣化状态趋势预测
- 基于运行效率分布差异的水电机组劣化状态趋势预测
- 水电能源科学 2024年第3期页码：176-180
- 作者机构：
  
  1. 华中科技大学土木与水利工程学院
  2. 华中科技大学数字流域科学与技术湖北省重点实验室
  3. 中国长江电力股份有限公司白鹤滩水力发电厂
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(U2340211);湖北省自然科学基金项目(2022CFB062);中国长江电力股份有限公司资助项目(2423020043,Z242302026)
- DOI：10.20040/j.cnki.1000-7709.2024.20230202
  中图分类号： TV734
- 纸质出版：2024
- 稿件说明：
移动端阅览
谭卫林, 刘颉, 袁晓辉, 等. 基于运行效率分布差异的水电机组劣化状态趋势预测[J]. 水电能源科学, 2024,(3):176-180.

谭卫林, 刘颉, 袁晓辉, et al. 基于运行效率分布差异的水电机组劣化状态趋势预测[J]. 2024, (3): 176-180.
谭卫林, 刘颉, 袁晓辉, 等. 基于运行效率分布差异的水电机组劣化状态趋势预测[J]. 水电能源科学, 2024,(3):176-180. DOI： 10.20040/j.cnki.1000-7709.2024.20230202.

谭卫林, 刘颉, 袁晓辉, et al. 基于运行效率分布差异的水电机组劣化状态趋势预测[J]. 2024, (3): 176-180. DOI： 10.20040/j.cnki.1000-7709.2024.20230202.

摘要

为解决水电机组劣化状态难以刻画及预测精度低的问题，需深入探究不同机组状态下运行效率的分布差异特性，提出了一种基于运行效率分布差异的水电机组劣化状态趋势预测方法。首先，综合考虑水电机组工况（水头、流量）与效率之间映射关系和状态监测数据随机性，利用高斯混合模型拟合多工况下机组健康状态运行效率的概率分布特性；在此基础上，计算观测样本在机组健康状态分布下的负对数似然概率，并以此作为水电机组劣化状态指标，表征观测样本与机组健康状态标准分布之间的偏差；进一步采用非因果原理和高斯误差线性单元，分别改进时间卷积网络（TCN）的膨胀卷积模块和残差模块，并融合门控循环单元（GRU）

设计并构建水电机组劣化状态预测模型；最后，利用某水电站

6机组实际运行监测数据开展方法验证。结果表明，所提方法能有效提升机组劣化状态趋势预测精度。

Abstract

关键词

Keywords

references

刘东,赖旭,胡晓,肖志怀.基于振动信号的水电机组状态劣化在线评估方法研究[J].水利学报,2021(04).

尚欣,程远楚,安浩,郭欣然.基于流量模型的水电机组效率监测[J].中国农村水利水电,2018(08).

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).

Hu Chunsheng,Cheng Fangjuan,Ma Liang,Li Bohao.State of Charge Estimation for Lithium-Ion Batteries Based on TCN-LSTM Neural Networks[J].Journal of The Electrochemical Society,2022.

Duan Ran,Liu Jie,Zhou Jianzhong,Wang Pei,Liu Wei.An Ensemble Prognostic Method of Francis Turbine Units Using Low-Quality Data under Variable Operating Conditions[J].Sensors,2022.

Akhand Rai,S.H. Upadhyay.An integrated approach to bearing prognostics based on EEMD-multi feature extraction, Gaussian mixture models and Jensen-Rényi divergence[J].Applied Soft Computing Journal,2018.

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DD-ACMD-PSA-TCN-GRELM耦合模型的日径流预测

基于Kolmogorov-Arnold网络的深度学习模型改进对日径流预测的影响

基于自适应多元变分模态分解与多尺度特征提取的抽水蓄能机组振动趋势预测

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GHOA-VMD-GRU和CNN区间建模的长江上游干流日含沙量预测研究