基于声信号特征分析的水轮机故障检测

程俊棋; 毕东杰; 彭礼彪; 李西峰; 谢永乐; 王明义; 李卓航

doi:10.20040/j.cnki.1000-7709.2025.20240572

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 >

基于声信号特征分析的水轮机故障检测

水能利用及水电站工程 | 更新时间：2026-02-25

- 基于声信号特征分析的水轮机故障检测
- 基于声信号特征分析的水轮机故障检测
- 水电能源科学 2025年第2期页码：196-200
- 作者机构：
  
  电子科技大学自动化工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(62027803,61601096,61971111,61801089,61701095);科学技术项目(8091C24,80904020405,2021JCJQJJ0949,2022JCJQJJ0784);工业技术发展项目(2020110C041)
- DOI：10.20040/j.cnki.1000-7709.2025.20240572
  中图分类号： TV738
- 纸质出版：2025
- 稿件说明：
移动端阅览
程俊棋, 毕东杰, 彭礼彪, 等. 基于声信号特征分析的水轮机故障检测[J]. 水电能源科学, 2025,(2):196-200.

程俊棋, 毕东杰, 彭礼彪, et al. 基于声信号特征分析的水轮机故障检测[J]. 2025, (2): 196-200.
程俊棋, 毕东杰, 彭礼彪, 等. 基于声信号特征分析的水轮机故障检测[J]. 水电能源科学, 2025,(2):196-200. DOI： 10.20040/j.cnki.1000-7709.2025.20240572.

程俊棋, 毕东杰, 彭礼彪, et al. 基于声信号特征分析的水轮机故障检测[J]. 2025, (2): 196-200. DOI： 10.20040/j.cnki.1000-7709.2025.20240572.

摘要

针对轴流转桨式水轮机的瞬态故障检测和故障分类问题，提出了一种基于声信号时域和频域特征分析的方法，即从水车室、风洞、蜗壳人孔门和尾水人孔门处采集的声信号中提取5种时域和7种频域特征序列，通过判断特征序列是否超过瞬态故障预警指数的方法进行瞬态故障监测，存在故障时对故障数据使用核支持向量机进行故障分类。利用该方法在铜街子水电站对6种典型故障进行测试，结果表明所提方法可以有效地检测轴流转桨式水轮机各类典型故障。

Abstract

关键词

Keywords

references

Xuanrong Tang,Bian Hu,He Wen.Fault Diagnosis of Hydraulic Generator Bearing by VMD-Based Feature Extraction and Classification[J].Iranian Journal of Science and Technology, Transactions of Electrical Engineering,2021.

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

胡志平,许颜贺,刘燚,祝旭.基于改进的时频自适应胶囊网络轴承故障诊断方法[J].水电能源科学,2024(01).

何葵东,王卫玉,金艳,李崇仕,柳无双,陈启卷.基于CNN-SVM的水电机组智能故障诊断方法研究[J].水电能源科学,2023(04).

孙少楠,李博宇,聂相田.基于贝叶斯网络的水轮机故障诊断研究[J].水电能源科学,2023(03).

李辉,范智超,李华,白亮,贾嵘,罗兴锜.基于SVD和DBN的水电机组故障诊断[J].水力发电学报,2020(12).

李辉,焦毛,杨晓萍,白亮,罗兴锜.基于EEMD和SOM神经网络的水电机组故障诊断[J].水力发电学报,2017(07).

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

基于音频特征的水车室工作状态异常检测

岸边型水库浸没影响因素及防治措施

江苏省东台市近65年气温和降水量特征分析

基于向量误差修正模型的短时交通参数预测

N₂和CO₂稀释对天然气发动机燃烧和NO_x排放的影响