基于相空间重构和QPSO-SVM的超短期负荷预测

提出了一种基于负荷时间序列相空间重构与量子粒子群优化支持向量机的混合超短期负荷预测方法。首先利用G-P算法和C-C算法分别确定超短期负荷数据关联维数和延迟时间,对数据进行相空间重构,并获取预测模型的输入输出数据。接着采用量子粒子群（QPSO）对支持向量机（SVM）进行优化,构建了QPSO-SVM预测模型。最后利用相空间重构获得的模型输入输出数据对QPSO-SVM进行训练获得负荷预测模型。对某电网模拟负荷预测试验结果表明,本文提出方法有效提高了负荷预测精度,具有一定的科学意义及工程价值。     

抽水蓄能机组水泵断电工况多目标优化调节

抽水蓄能机组在抽水工况遭遇断电时的水力瞬变过程对压力引水管道和电站安全稳定运行造成严重的威胁。为此,基于"一管-双机"式抽水蓄能机组数值计算模型,在满足各水力单元调保计算安全阈值和调速器油速等多重约束因素前提下,均衡考虑抽水蓄能机组运行时转速上升率和各水力单元特定节点压力上升值,建立了水泵断电工况下机组导叶关闭规律多目标优化模型。数值仿真试验与机组工程实际数据对比表明,该模型可合理优化导叶关闭方式、导叶关闭时间和拐点位置,使机组在发生水泵工况断电时转速上升率和水击压力上升值最小,且转速波动次数满足行业标准要求。     

基于EDM-VKF的转子时变复杂信号时频表示方法

轴轨道的时频表示已被证明是分析非平稳振动信号的有效工具，但是传统时频表示方法分辨率较低，不易区分分布较近的特征频率。为解决该问题，提出转子时变复杂信号时频表示方法，首先运用基于经验模态分解的多尺度小波阈值降噪算法处理原始信号，得到降噪后的转子振动信号；其次针对信号时频谱图，引入欧几里得距离重构时频矩阵，不但提高信号的时频聚集性，而且使时频矩阵具有更好的极值点连贯性避免极值点偏移，进而更准确地检出时频脊线并估计信号基频分量瞬时频率值；最后采用Vold-Kalman滤波器在时域信号中分离基频和其谐波分量，并计算谐波分量的瞬时全谱参数，构建转子信号的高分辨率时频表示。通过对转子系统模拟仿真信号和转子不对中信号分析，验证了该方法的有效性。     

基于RFR和VMD-TCN的抽水蓄能机组劣化趋势预测方法

抽水蓄能机组具有结构复杂、工况复杂多变、故障复杂多样等特点。利用实时监测数据有效评价抽水蓄能机组的劣化状态并对劣化趋势进行准确地预测仍是一个难题。为此，提出一种基于随机森林回归（RFR）、变分模态分解（VMD）和时间卷积网络（TCN）的抽水蓄能机组劣化趋势预测方法。首先，基于健康状态下的历史监测数据，选择与状态监测数据关联性强的工况参数数据作为健康状态模型的输入，建立基于RFR的健康状态模型；其次，输入实时工况参数数据，根据健康模型输出的标准值与实时状态监测数据计算得到劣化趋势序列；最后，考虑到劣化趋势序列的非线性因数，设计了基于VMD-TCN的时序预测模型，以实现对劣化趋势的精确预测。为验证所提方法的有效性，采集位于中国浙江的抽水蓄能电站真实监测数据进行多组对比实验。结果显示，所提出的方法在建立健康模型时拟合精度达到了0.98，并且在劣化趋势预测任务中，基于VMD-TCN的时序预测模型相比于其他比较模型具有更高的预测精度。     

基于有限元法的水轮发电机组临界转速研究

研究水轮发电机组的临界转速对于其故障诊断与结构优化具有重要意义，但由于现场试验困难、工况与边界条件复杂，使得临界转速的高精度求解成为难题。以某水电站的二导悬式水轮发电机组为例，采用大型通用有限元分析软件ANSYS，综合考虑各类轴承边界条件的耦合作用，基于流体润滑Reynold方程建立轴承动力特性参数的计算模型，求解水导、上导、推力轴承的刚度与阻尼，以此为基础分别构建无机械故障、转子或转轮质量偏心、联轴法兰不对中的三维有限元分析模型，随后考虑陀螺效应进行转子动力学分析，采用QR Damped法提取模态，并绘制Campbell图求得临界转速从而分析轴系动力学特性。结果表明，正常工况下机组飞逸转速远小于第一阶临界转速，其动态性能满足设计要求，且在转子或转轮质量偏心、联轴法兰不对中等工况下临界转速受到的影响很小，机组依旧能够保持稳定运行。     

基于VMD-GA-BP和误差校正的水电机组振动趋势预测

水电机组振动趋势预测有助于确保机组的安全稳定运行，但由于振动信号的复杂性和非平稳性，准确有效的预测成为难题。利用变分模态分解和神经网络在应对非平稳性和非线性问题方面的优势并结合误差校正方法，建立了振动趋势预测组合模型。首先对原始信号进行VMD分解，然后对每个IMF分量建立GA-BP网络进行预测，将所得结果叠加得到振动信号预测结果。再将各IMF分量的合成信号与原始信号之间的误差同样利用VMD-GA-BP模型进行预测，预测结果与振动信号预测结果相加得到最终预测结果。利用国内某水电站数据对所提模型进行论证实验，结果表明本文所提模型有较高预测精度。