首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于信号分解和加权决策的电站机组故障诊断方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华电福新周宁抽水蓄能有限公司;中国农业大学;泰豪软件股份有限公司

摘要:本发明公开了一种基于信号分解和加权决策的电站机组故障诊断方法,步骤S1:智能巡检机器人部署,在水电站机组运行区域内部署智能巡检机器人;步骤S2:信号采集,通过巡检机器人的多传感器系统;步骤S3:VMD信号分解步骤,利用VariationalModeDecomposition信号分解技术,对采集到的噪声、振动和温度多种信号进行分解;步骤S4:频谱分析步骤,对VMD分解得到的振动信号的各个模态函数进行频谱分析;步骤S5:特征提取步骤,针对频谱分析结果;步骤S6:加权决策步骤,引入加权决策模型,本发明涉及水电机组故障诊断分析方法技术领域,本发明的有益效果是,通过多传感器系统的智能巡检机器人,同时采集噪声、振动和温度多种信号,借助信号处理技术实现了对机组状态的精准诊断。

主权项:1.一种基于信号分解和加权决策的电站机组故障诊断方法,其特征在于,包括以下步骤:步骤S1:智能巡检机器人部署,在水电站机组运行区域内部署智能巡检机器人,所述机器人配备有多传感器系统;步骤S2:信号采集,通过巡检机器人的多传感器系统,采集水电站机组运行时产生的噪声、振动和温度多种信号;步骤S3:VMD信号分解步骤,利用VariationalModeDecomposition(VMD)信号分解技术,对采集到的噪声、振动和温度多种信号进行分解,得到不同频率和时域的振动成分;步骤S4:频谱分析步骤,对VMD分解得到的振动信号的各个模态函数进行频谱分析,以提取机组振动信号的频谱特征;步骤S5:特征提取步骤,针对频谱分析结果,提取关键特征参数,所述关键特征参数包括频率成分、振幅;步骤S6:加权决策步骤,引入加权决策模型,考虑不同特征参数的权重,通过利用支持向量机进行加权决策,综合各个参数的信息,得出对水电站机组存在故障的诊断结论。

全文数据:

权利要求:

百度查询: 华电福新周宁抽水蓄能有限公司 中国农业大学 泰豪软件股份有限公司 一种基于信号分解和加权决策的电站机组故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。