首页 > 学术论文

流形算法及其水电机组噪声源检测

来源:论文学术网
时间:2024-08-18 21:58:10
热度:

流形算法及其水电机组噪声源检测【摘要】:小水电作为清洁的可再生能源,是国家能源发展的重点战略方向。但是目前大多数的水电站对水电机组的异常噪声和故障诊断主要采用人工判断方式,不仅速度

【摘要】:小水电作为清洁的可再生能源,是国家能源发展的重点战略方向。但是目前大多数的水电站对水电机组的异常噪声和故障诊断主要采用人工判断方式,不仅速度慢而且还会影响判断的准确性,因此需要研究基于机器学习的识别方法。流形学习具有探索数据集内在规律的能力,如何将流形学习算法应用于水电机组噪声源识别中具有研究价值。 本文分析了水电机组噪声信号的特点以及流形学习方法应用在水电机组噪声源识别上所面临的问题,设计了针对性的流形学习方法。主要工作如下: (1)分析了造成水电机组异常振动的原因以及水电机组振动噪声的特点,并详细介绍水电机组振动噪声去噪方法。 (2)提出了基于QR分解的增量式类内局部保持降维算法IWDA。该算法是针对线性可分问题的特征降维算法,具有增量计算能力和良好的局部空间结构保持能力,能够对类内聚簇数据进行有效分类。 (3)提出基于QR分解的增量式核判别分析法IKDR/QR。该算法在IWDA的基础上,引入核方法,以使其适用于水电机组这样的复杂非线性设备。由于水电机组异常振动噪声样本难以获取,导致训练初期训练样本不足而需要在线学习。IKDR/QR算法能够有效地降低在线学习过程中核矩阵的构造开销以及核矩阵的存储空间,提升在线学习的效率。 (4)将IKDR/QR算法应用于水电机组噪声源在线检测中。通过噪声源在线检测实验验证了IKDR/QR在水电机组噪声源识别上的有效性。 【关键词】:水电机组 噪声源识别 在线学习 流形学习 核方法
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TM312;TN911.7
【目录】:
  • 摘要5-6
  • ABSTRACT6-9
  • 第1章 绪论9-17
  • 1.1 水电机组噪声源检测的意义9-10
  • 1.2 流形学习与故障检测10-14
  • 1.2.1 流形学习的概念10-11
  • 1.2.2 流形学习方法在故障检测上的研究状况11-14
  • 1.3 流形学习在水电机组噪声源检测中的应用潜力14-15
  • 1.4 研究内容与结构安排15-17
  • 第2章 水电机组噪声源信号提取及其去噪方法17-24
  • 2.1 水电机组噪声源噪声信号分析17-19
  • 2.1.1 水电机组振动噪声信号特点分析17-18
  • 2.1.2 水电机组异常振动噪声产生原因分析18-19
  • 2.2 基于小波分析理论的去噪方法19-23
  • 2.2.1 傅立叶变换20-21
  • 2.2.2 小波变换21-22
  • 2.2.3 小波去噪22-23
  • 2.3 本章小结23-24
  • 第3章 适于线性系统在线学习的流形学习算法研究24-35
  • 3.1 几种代表性的流形学习算法24-26
  • 3.1.1 主成分分析24
  • 3.1.2 Fisher判别分析24-25
  • 3.1.3 类内特性保持的Fisher判别分析法25-26
  • 3.2 基于QR分解的线性判别分析法26-28
  • 3.2.1 在线学习问题26-27
  • 3.2.2 基于QR分解的降维算法的描述27-28
  • 3.3 增量式类内局部保持降维算法28-31
  • 3.3.1 增量式类内局部保持降维算法的描述28-30
  • 3.3.2 增量式类内局部保持降维算法复杂度分析30-31
  • 3.4 算法性能仿真实验31-34
  • 3.4.1 分类性能实验31-33
  • 3.4.2 增量方法与其批量方法在线学习性能比较33-34
  • 3.5 小结34-35
  • 第4章 适于非线性系统在线学习的流形学习算法研究35-44
  • 4.1 核空间方法研究及应用35-37
  • 4.1.1 核空间理论35
  • 4.1.2 核Fisher判别分析法35-37
  • 4.2 基于QR分解的核判别分析法37-38
  • 4.3 基于QR分解的增量式核判别分析法38-41
  • 4.3.1 基于QR分解的增量式核判别分析法算法描述38-40
  • 4.3.2 基于QR分解的增量式核判别分析法复杂度分析40-41
  • 4.4 算法性能仿真实验41-43
  • 4.4.1 分类性能实验41-42
  • 4.4.2 增量方法与其批量方法在线学习性能比较42-43
  • 4.5 小结43-44
  • 第5章 流形学习在水电机组噪声源检测中的应用44-51
  • 5.1 水电机组噪声源类型分析44
  • 5.2 水电机组噪声源在线检测实验44-50
  • 5.2.1 水电机组噪声源在线检测步骤45-46
  • 5.2.2 信号构建及预处理46-48
  • 5.2.3 水电机组噪声源在线检测实验48-50
  • 5.3 小结50-51
  • 第6章 总结和展望51-53
  • 6.1 总结51
  • 6.2 展望51-53
  • 参考文献53-56
  • 致谢56-57
  • 攻读学位期间的科研成果57


您可以在本站搜索以下学术论文文献来了解更多相关内容

基于改进遗传算法的串联小水电群优化调度    罗云霞,周慕逊,江振东,陈永宝

水电机组振动信号去除高频噪声技术综述    李志红;

水电机组数字化及其工程应用    李朝晖;杨贤;毕亚雄;

水电机组振动监测与故障诊断系统研究    陈遗志,周建中,常黎

基于可区分性加权的模糊核说话人识别    林琳;王树勋;陈建;

PCA过程监测方法的故障检测行为分析    王海清,宋执环,王慧

故障分离——一种基于FDA-SVDD的模式分类算法    祝志博;宋执环;

流形学习算法综述    王自强;钱旭;孔敏;

利用标准化LDA进行人脸识别    余冰,金连甫,陈平

RBF神经网络在水轮发电机故障诊断中的应用    张敬斋;

小波分析在金属磁记忆无损检测中的应用    成曙;杨荣祥;牛余朋;任谦;

基于直接LDA的人脸识别方法研究    闫芳;林小竹;刘家彬;

利用主元方法进行传感器故障检测的行为分析    黄孝彬,牛征,牛玉广,刘吉臻

基于非线性判别分析的高光谱影像特征提取    杨国鹏;余旭初;

强噪声背景下的滚动轴承故障微弱信号检测新方法    王晶;陈果;郝腾飞;

基于故障重构的PCA模型主元数的确定    李元,谢植,王纲

遗传算法在水库(群)优化调度研究中的应用综述    涂启玉;梅亚东;

遗传模拟退火和小生境遗传算法在水库优化调度中的比较    涂启玉;梅亚东;

基于遗传模拟退火算法的新安江模型参数优选    孟新华;涂启玉;周年华;郑楠;

基于改进遗传算法的水电厂经济运行研究    孔大明;黄玉鹏;孔晓东;

方向基函数神经网络及其逼近能力    李玉鉴,王守觉

Walsh变换对冲击信号序列特征提取的研究    李宝安,李行善,刘星

弱信号检测的混沌模型及应用    张景超,张淑清,李昕

基于混沌理论的微弱信号检测方法    朱志宇,姜长生,张冰,刘维亭

模糊理论在水轮发电机组故障诊断中的应用    刘利娜,韩凤琴,张双全,邓正鹏

基于SVD的水电机组轴心轨迹自动识别    倪传坤,周建中

葛洲坝电厂19F机组励磁系统状态监测与诊断    胡国,李朝晖,杨兴斌,曾洪涛

水电机组状态分析信号处理平台的设计与应用    孔飞;李朝晖;

基于小波的电力系统信号预定阈值去噪技术    卢松升;刘正之;

基于粗糙集和支持向量机的水电机组振动故障诊断    彭文季;罗兴锜;

YLX—02型水电机组流量效率微机监测装置    范华秀,谢荣松

浅析水电机组修复改造的目的    黄源芳;

我国单机容量百万千瓦水电机组获阶段性成果    

东方龙羊峡水电机组获国家优质产品金奖    廖隆源;

试谈水电机组的检修方式    沈磊

浅谈水电机组的增容改造    黄发民

长江三峡工程 中国人的骄傲——国务院三建委三峡枢纽工程质量检查专家组成员、国家机械工业局三峡办公室高级顾问梁维燕院士谈长江三峡工程及其机电设备    梁维燕

水电机组汽蚀在线监测系统的研究    魏然,王德意

2001年全国水电投产超过280万kW    

水电机组状态检修数据库管理软件模块化设计    姚泽,孙建平

水电机组发展历程中的若干力学问题    陈贵清;马弘达;杨雪梅;

水力学原理在水电机组增容改造中的应用    朱磊;

水电机组状态监测与诊断系统研究    陈启卷;蒋劲;程红举;符向前;李友平;

RCM在中、小型水电机组应用浅探    许诩俭;

黄坛口水电站1#-4#水轮发电机组增容技术改造    金以红;

有限元在水电机组结构设计中的应用    杨晓君;

水电机组稳定性检测与分析    黄宗碧;梁涛;

国内水电机组状态检修技术现状分析    李友平;易琳;郑玉民;黄健;

水电机组故障智能诊断研究综述    葛新峰;徐广文;周叶;唐澍;

HM9000水电机组状态监测系统在太平湾发电厂的应用    桂中华;潘罗平;周叶;唐澍;孙峰;

我国加紧研发百万千瓦级水电机组    吴植

700兆瓦级水电机组励磁系统实现国产化    通讯员 周光乙 袁亚洲

国电电力 水电机组投产新项目获批    证券时报记者 向南

水电重大装备制造业跨入新时代    吴植

世界首台80万千瓦水电机组蜗壳出厂    通讯员 孙文

水电集团去年完成装机1990万千瓦    记者 黄家哲 任乐云

水火互补效果明显    高强

哈电机开展溪洛渡项目技术攻关    

江西公司力促电网频率稳定    张琴 徐擎天

百万千瓦水电机组关键技术被攻克    邱赫

融合支持向量机的水电机组混合智能故障诊断研究    张孝远

基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究    杨志荣

基于团队智能的水电机组集成监测方法研究与实践    谢国财

贝叶斯网络在水电机组状态检修中的应用研究    华斌

水电机组控制系统辨识及故障诊断研究    李超顺

基于健康评估和劣化趋势预测的水电机组故障诊断系统研究    潘罗平

水电机组状态检修中若干关键技术研究    陈喜阳

水电机组振动故障的智能诊断方法研究    彭文季

基于支持向量机的水电机组故障诊断研究    邹敏

基于改进支持向量机和特征信息融合的水电机组故障诊断    彭兵

水电机组智能故障诊断方法与振动趋势预测研究    田源

水电机组振动监测分析系统研究    黎平

水电机组电气状态监测若干实时数据处理方法研究    余莎

水电机组主轴系统稳定性分析    马弘达

水电机组过渡过程仿真    蔡龙

水电机组一次调频性能分析及试验研究    吴扬文

中小型水电机组稳定性监测系统研究与开发    宋兵

水电机组状态监测及故障诊断研究    徐东海

水电机组运行稳定性试验数据分析方法研究及应用    麻志成

基于神经网络的水电机组动载识别研究    沙瑞华