一种基于WPT-SCA-GRU的水电机组振动趋势预测方法

本发明公开一种基于WPT‑SCA‑GRU的水电机组振动趋势预测方法，包括：步骤S1、WPT分解：收集传感器监测得到的水电机组上导振动信号，对数据进行小波包变换，得到低频信号与高频信号的子序列，对上述子序列进行最大最小值归一化；步骤S2、水电机组振动趋势预测：将步骤S1最终得到的子序列输入到经正余弦优化算法得到的GRU模型中，所得各分量预测指标经过反归一化后，加权叠加得到最终振动趋势预测结果；步骤S3、模型性能评估：将预测结果与实际值对比，同时使用上导不同方向数据重复试验，评估模型预测性能；本发明有效去除振动数据中的干扰成分，提取水电机组振动信号中的非线性退化特征，反映机组振动趋势的变化，对维护机组稳定运行具有一定的现实意义。