摘要
本发明公开了一种基于压力脉动信号的混流式水轮机尾水管涡带表征方法,采用以下步骤实施:采集正常运行时尾水管压力脉动信号,信号预处理后通过模态分解方法对压力脉动进行预测;通过信号实际值和预测值计算样本压力脉动预测误差,通过SPOT算法自适应地计算阈值,监控指标数值超过阈值则一次预警;计算一次预警压力脉动信号的混沌特征参数;结合正常运行状态下压力脉动信号的混沌特征参数定义涡带预警系数,当预警系数大于阈值时判断尾水管中存在不稳定涡带。本发明方法操作简单、不依赖完备故障数据集,解决了现有技术难以精确快速识别混流式水轮机尾水管流动状态的问题。
技术关键词
表征方法
压力
信号
模态分解方法
预测误差
尾水管
BiLSTM模型
样本
混流式水轮机
优化预测模型
脉动传感器
尾水锥管
深度学习模型
参数
定义
矩阵
工况
异常数据