基于IMF-MFDE和GRU的水电机组故障诊断

针对水电机组振动信号非平稳、非线性及强噪声的特点，提出了一种IMF多尺度波动散布熵(MFDE)结合门控循环单元(GRU)的故障诊断方法。首先，采用跳蛛优化算法(JSOA)寻找变分模态分解(VMD)最优参数，达到振动信号最佳分解降噪效果；其次，对分解得到的本征模态函数(IMF)进行重构，计算有效IMF的多尺度波动散布熵(MFDE)作为故障特征向量；最后，将特征向量输入GRU构建水电机组故障识别器。所提方法对实际水电站机组故障样本数据的故障识别率达97.83%,验证了该方法的有效性。