国内刊号:23-1176/TK
国际刊号:1001-2060
发布日期:
作者:赵金辉,任少君,乔宗良,司风琪
单位:东南大学,,东南大学,,东南大学,,东南大学,
关键词:状态监测;故障诊断;稀疏主成分分析;发电机系统
基金:“十四五”国家重点研发计划(2022YFB4100700);国家自然科学基金(青年项目)(52306230)
状态监测与故障诊断对于提高同步发电机系统的运行安全可靠性至关重要。基于重构的主成分分析法解决了残差污染的问题,但是在面对高维发电机系统时存在模型计算效率低、故障识别准确性不足、故障隔离耗时长等问题。为此,提出一种基于前向序列搜索和重构弹性网稀疏主成分分析的高维复杂系统故障诊断方法。该方法基于历史运行数据建立稀疏主成分分析状态监测模型,利用故障检测指标对实时运行的数据进行故障检测,在隔离故障变量的搜索过程中引入一种具备运算记忆的前向序列搜索算法。最后,通过发电机系统的算例分析验证了所提出方法的有效性和优越性。实验结果表明,该方法在处理高维发电机系统时,不仅能够确保高诊出率和低误诊率,还显著缩短了故障诊断时间。对于定转子系统的常见故障,平均诊出率达到95.847%,而平均误诊率和平均诊断耗时仅为SFRB-PCA方法的1.69%和23.32%,结果表明该方法能够满足同步发电机系统在线故障诊断的准确性要求。
来源:2025年第8期
《热能动力工程》期刊编辑部