面向水电机组故障诊断的LSSVM-HCKF信息融合方法研究

Hydro turbine is a special rotating machinery, its fault is always affected by strong coupling of many factors, such as Hydaulic、 Machinery、Electomagnetism、 Structures,etc.Existing hydro turbine fault diagnosis methods are either based on single models or based on data-driven,which are hard to meet the growing demands effectively for secure operation of hydro turbine in this time. To solve these problems, the project use high degree Cubature Kalman filter (HCKF) and least squares support vector machine (LSSVM) as the base,Combine strengths of single models fault diagnosis and data-driven fault diagnosis, study estimation and information fusion method of LSSVM-HCKF and corresponding fault diagnosis method, research hydro turbine fault diagnosis method of information fusion based on LSSVM-HCKF.In the course of the study,the project will solve three key scientific problems: 1) get LSSVM - HCKF joint estimation based on two kinds of combination mode ;2) get estimation fusion method based on adaptive LSSVM - HCKF;3) get hydro turbine fault diagnosis method based on LSSVM - HCKF estimation fusion. verify the fusion algorithm of nonlinear filtering and fault diagnosis method based on the simulation and actual data.

水力发电机组作为一种特殊的旋转机械，其故障的发生是水力、机械、电磁和结构等诸多因素强耦合作用的结果，从而使得采用现有单一的基于模型或基于数据驱动的故障诊断方法已经难以有效满足水电机组日益增长的安全运行需要。针对上述问题，本项目以高度容积Kalman滤波(HCKF)和最小二乘支持向量机（LSSVM）为基础，以充分发挥基于模型和基于数据驱动的故障方法的各自优势为出发点，以HCKF和LSSVM相结合的估计和融合方法设计以及相应故障诊断方法研究为主线，深入开展面向水电机组故障诊断的 LSSVM-HCKF信息融合方法研究，重点解决遇到的若干关键性科学问题：1）两种联合模式下的LSSVM-HCKF估计方法；2）基于自适应LSSVM-HCKF信息滤波的估计融合方法；3）基于LSSVM-HCKF估计融合的水轮机组故障诊断方法。最后，基于仿真和实际数据开展非线性滤波融合算法和故障诊断方法的验证研究。

水力发电机组作为一种特殊的旋转机械，其在起动、制动以及运动过程突变等状态下故障率相对较高，监测困难，相关的技术研究也日益受到关注。在系统非稳定工况下，由于变量多、变化幅度大、响应速度快、变量间相关性关系复杂等，特别是当系统运动方程未知，又得不到专家系统的知识援助时，无法建立定量模型。从而使得采用单一的基于模型或基于数据驱动的故障诊断方法已经难以有效满足水电机组故障诊断的需求。针对上述问题，本项目以高度容积Kalman滤波(HCKF)和最小二乘支持向量机（LSSVM）为基础，以充分发挥基于模型和基于数据驱动的故障方法的各自优势为出发点，以HCKF和LSSVM相结合的估计和融合方法设计以及相应故障诊断方法研究为主线，深入开展面向水电机组故障诊断的 LSSVM-HCKF信息融合方法研究，重点解决遇到的若干关键性科学问题：1）两种联合模式下的LSSVM-HCKF估计方法；2）基于自适应LSSVM-HCKF信息滤波的估计融合方法；3）基于LSSVM-HCKF估计融合的水轮机组故障诊断方法。最后，基于仿真和实际数据开展非线性滤波融合算法和故障诊断方法的验证研究。.该项研究的开展，将为系统非稳定工况的应用研究提供理论依据和部分参考数据，对于水轮机组的故障诊断有一定的积极意义。