隨機近鄰嵌入分析方法及其在水電機組故障診斷中的應用

【摘要】：水電機組作為小水電生產(chǎn)過程中的核心設(shè)備,它的運行狀況不僅關(guān)系到水電廠的安全還直接關(guān)系到水電廠能否向電網(wǎng)安全、經(jīng)濟地提供可靠電力。由于水電機組具有構(gòu)造復雜,機組運行呈季節(jié)性,異常振動誘發(fā)因素多等特點,日益影響著電網(wǎng)的安全穩(wěn)定運行。因此,對水電機組進行運行狀態(tài)監(jiān)測和故障診斷,確保水電機組安全、可靠、穩(wěn)定運行,使其發(fā)揮最大的發(fā)電效益,具有十分重要的意義。傳統(tǒng)的故障診斷方法主要基于專業(yè)技術(shù)人員的經(jīng)驗和知識來推理診斷。這種過分依賴于個人經(jīng)驗和知識的方法目前仍在水電機組故障診斷中占主導地位,其弊端是顯而易見的。因此,必須提高設(shè)備故障診斷的自動化和智能化程度,實現(xiàn)對設(shè)備的高效、可靠的智能診斷。本文分析了隨機近鄰嵌入分析系列方法的特點,并將其應用在水電機組故障診斷中。具體工作包含以下4個方面：(1)針對隨機近鄰嵌入分析系列方法的非線性本質(zhì)和無監(jiān)督學習特征等問題,提出了一種線性有監(jiān)督的特征提取方法,稱為判別隨機近鄰嵌入分析方法。該方法的優(yōu)勢主要包括：通過輸入樣本的類別信息構(gòu)建數(shù)據(jù)分布的聯(lián)合概率表達式,用于反映同類和異類數(shù)據(jù)間的相似度,使得方法具有監(jiān)督性；引入線性投影矩陣生成子空間數(shù)據(jù),使得方法呈現(xiàn)線性本質(zhì)。對比實驗表明,所提方法不僅具有較好的可視化能力,而且能夠有效地對不同類別的數(shù)據(jù)進行降維分簇,提升后續(xù)模式分類器的鑒別效果。(2)針對判別隨機近鄰嵌入分析方法計算量復雜且不適合多樣本數(shù)據(jù)等問題,提出了一種快速判別隨機近鄰嵌入分析方法。該方法通過引入K最近鄰分類算法的思想,減少樣本量來計算樣本相似度,其在保證識別率的前提下減少了算法的運行時間。(3)提出核判別隨機近鄰嵌入分析方法。該方法在判別隨機近鄰嵌入分析方法的基礎(chǔ)上,通過引入核函數(shù)將原空間中的樣本映射到高維核空間中,構(gòu)建了用于反映同類和異類數(shù)據(jù)間相似度的聯(lián)合概率表達式。其突出了異類樣本間的特征差異,使樣本變得線性可分,從而提高了分類性能。(4)將所提的核判別隨機近鄰嵌入分析方法應用在軸心軌跡特征提取上,以達到對水電機組進行故障診斷的應用。仿真實驗證明了該方法在水電機組故障診斷上的有效性和可行性。 【關(guān)鍵詞】：水電機組 故障診斷 隨機近鄰嵌入 基于核函數(shù)的方法
【學位授予單位】：浙江工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TV738

您可以在本站搜索以下學術(shù)論文文獻來了解更多相關(guān)內(nèi)容