基于TCN-Transformer的水电机组振动状态预测方法

邱晓松; 许永强; 龚科; 杨立勇

doi:10.20040/j.cnki.1000-7709.2026.20251634

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TCN-Transformer的水电机组振动状态预测方法

水能利用及水电站工程 | 更新时间：2026-10-13

- 基于TCN-Transformer的水电机组振动状态预测方法
- 基于TCN-Transformer的水电机组振动状态预测方法
- 水电能源科学 2026年44卷第9期页码：199-203
- 作者机构：
  
  1. 华电西藏能源有限公司大古水电分公司
  2. 华电电力科学研究院有限公司
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2026.20251634
  中图分类号： TV734
- 纸质出版：2026
- 稿件说明：
移动端阅览
邱晓松, 许永强, 龚科, 等. 基于TCN-Transformer的水电机组振动状态预测方法[J]. 水电能源科学, 2026,44(9):199-203.

邱晓松, 许永强, 龚科, et al. 基于TCN-Transformer的水电机组振动状态预测方法[J]. 2026, 44(9): 199-203.
邱晓松, 许永强, 龚科, 等. 基于TCN-Transformer的水电机组振动状态预测方法[J]. 水电能源科学, 2026,44(9):199-203. DOI： 10.20040/j.cnki.1000-7709.2026.20251634.

邱晓松, 许永强, 龚科, et al. 基于TCN-Transformer的水电机组振动状态预测方法[J]. 2026, 44(9): 199-203. DOI： 10.20040/j.cnki.1000-7709.2026.20251634.

摘要

水电机组运行状态预测是保障电站安全与实现智能运维的重要环节。为提高预测精度，提出一种基于TCN-Transformer的混合预测模型。以某水电站上机架X方向振动信号为研究数据，构建单测点状态预测框架，验证模型在振动预测中的性能。首先，对振动监测数据进行小波软阈值去噪，再通过滑动窗口构建时序样本；模型利用TCN提取多尺度特征，并结合Transformer注意力机制建模长程依赖，实现对复杂振动信号的精细预测。通过与TCN、GRU、LSTM等模型对比，表明TCN-Transformer在精度与稳定性方面均优。研究结果表明，该方法能有效揭示机组状态变化规律，为水电机组的在线评估与运维决策提供支撑。

Abstract

关键词

Keywords

references

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CSVMD的水电机组导轴承故障振动信号特征提取

基于引力搜索优化的多重分形算法在水电机组振动中的应用

基于连续小波分析与深度可分离卷积的水电机组工况识别

基于小波包分解与CEEMDAN能量熵的水电机组振动信号特征提取

基于CNN-SVM的水电机组智能故障诊断方法研究