摘要
本申请涉及故障诊断技术领域,公开了一种基于振动趋势预测的发电机故障诊断方法及系统。该方法包括:对规律化振动序列通过极限学习机算法进行预测模型训练,得到振动趋势预测模型,模型包括输入层、隐藏层和输出层;对振动趋势预测模型通过误差平方和评估函数进行自适应调整处理,得到优化后的预测模型,其中,当循环次数误差比值大于二时,规律函数值置零;当循环次数误差比值小于等于二时,规律函数值等于上一次规律函数值与误差比值自然对数的乘积;对优化后的预测模型输出结果与实时监测数据进行比对分析,得到发电机故障诊断结果。本申请提升了基于振动趋势预测的发电机故障诊断的效率及准确率。
技术关键词
趋势预测模型
故障诊断方法
极限学习机算法
发电机
实时监测数据
误差
预测模型训练
双模式
预测序列数据
增广拉格朗日
滑动时间窗口
时域特征
信号
循环次数统计
数据完整性检查
频谱特征
参数