模型水轮机初生空化的特征谱提取识别方法.pdf
《模型水轮机初生空化的特征谱提取识别方法.pdf》由会员分享,可在线阅读,更多相关《模型水轮机初生空化的特征谱提取识别方法.pdf(11页珍藏版)》请在咨信网上搜索。
1、第 42 卷第 8 期 水 力 发 电 学 报 Vol.42,No.8 2023 年 8 月 Journal of Hydroelectric Engineering Aug.2023 收稿日期:收稿日期:2023-02-08 接受日期:接受日期:2023-03-26 基金项目:基金项目:国网新源公司科技项目资助(525730210006)作者简介:作者简介:韩文福(1987),男,高级工程师.E-mail: 通信作者:通信作者:汪刚(1977),男,高级工程师.E-mail: 模型水轮机初生空化的特征谱提取识别方法 韩文福1,倪晋兵1,桂中华1,满 哲1,丁景焕1,肖 微1,李东阔1,汪 刚
2、2(1.国网新源集团有限公司抽水蓄能技术经济研究院,北京 100053;2.中国东方电气集团有限公司 东方电机有限公司,四川 德阳 618000)摘摘 要:要:目前水轮机模型初生空化识别方法仍采用人工识别法,这种方法获得结果的周期较长、主观性强、准确度及效率都较低。针对于此,对水轮机模型初生空化识别方法进行了研究与优化创新,提出了一种基于炮声谱与特殊脉动谱特征提取的水轮机空化智能识别方法,即多态泡音智能识别方法 PSVFR。该方法依据自主开发的水轮机空化噪声多态算法 MTCSPC,对数据进行处理,通过采集初生空化音态特征向量,建立矩阵模型,与样本数据库中的定性矩阵进行特征比对、计算、判断,以帮
3、助机器完成对模型水轮机空化噪声的学习和识别。与现有技术相比,该方法能够提高机器对水轮机初生空化现象的识别准确度和识别效率,识别效率可达 80%。关键词:关键词:模型水轮机空化;空化识别;泡音智能识别;音态特征向量;特征谱 中图分类号:中图分类号:TK730 文献标志码:文献标志码:A DOI:10.11660/slfdxb.20230808 论文引用格式:论文引用格式:韩文福,倪晋兵,桂中华,等.模型水轮机初生空化的特征谱提取识别方法J.水力发电学报,2023,42(8):69-79.HAN Wenfu,NI Jinbing,GUI Zhonghua,et al.Extraction and
4、recognition method of characteristic spectra for incipient cavitation of model turbines J.Journal of Hydroelectric Engineering,2023,42(8):69-79.(in Chinese)Extraction and recognition method of characteristic spectra for incipient cavitation of model turbines HAN Wenfu1,NI Jinbing1,GUI Zhonghua1,MAN
5、Zhe1,DING Jinghuan1,XIAO Wei1,LI Dongkuo1,WANG Gang2(1.Institute of Pumped Storage Technology and Economics,State Grid Xinyuan Group Co.,LTD,Beijing 100053,China;2.DongFang Electric Machinery Co.,Ltd,DongFang Electric Corporation,Deyang 618000,China)Abstract:At present,incipient cavitation in a mode
6、l turbine is identified as before using the manual method whose shortcomings are a long period of data acquisition,strong subjectivity,low accuracy,and low efficiency.To improve incipient cavitation identification,this paper develops an intelligent identification method of turbine cavitationnamely t
7、he intelligent recognition method of multimodal bubble sound PSVFR based on feature extraction of cannon sound spectra and special pulsation spectra.In this method,turbine cavitation noise data are processed using MTCSPC,a multistate algorithm independently-developed by the authors.By collecting the
8、 feature vectors of incipient cavitation tones,a matrix model is constructed;then calculation and judgment are made through feature comparison with the qualitative matrix in the sample database,so as to help the machine complete the learning and recognition of model turbine cavitation noise.Compared
9、 with previous technologies,this method 70 水力发电学报 improves the accuracy and efficiency of machine identification of turbine incipient cavitation,with a recognition efficiency reaching up to 80%.Keywords:model turbine cavitation;recognition of cavitation;bubble sound intelligent recognition;sound sta
10、te feature vector;characteristic spectrum 0 引言引言 初生空化是指液体内局部压强降低到临界值、所含气核急剧增长、空化开始时发生的现象1-2。在模型水泵水轮机运行过程中,随着水中压力逐渐减小,水轮机内开始发生空化,伴随着空泡的产生、发展和溃灭3-4。空化噪声是由空泡破裂后产生的许多随机的小脉冲组成,具有连续谱特性5。空泡不断地产生与溃灭会造成水体压力波动、降低机械工作效率、影响机组安全稳定运行、并使得机组使用寿命大幅度缩短6-8。识别水轮机是否发生空化现象对水电站、电网的运行安全具有重要意义。空化一直是水力机械领域研究的难点之一9-10。对此,国内外已
11、有大量关于水轮机空化状态识别方面的研究,并提出了很多监测空化现象的方法11-12。但目前我国关于水轮机空化检测方面的研究成果不够,基本未运用到实际工程中13,水轮机研究领域专业人员仍主要通过人工识别的方法进行初生空化现象的判别,包括肉眼观测与耳朵听音。人工观测方法对工作人员的要求非常高,一般至少具有十年左右工作经验的人员才能观测判断水泵水轮机是否存在空化,并且这种方法获得结果的周期较长、主观性强、准确度及效率都较低,与观测人员的专业性及外界环境条件有关。由于水轮机运转规模大,并且费用高,不便于试验,所以一般采用模型水轮机来进行试验研究。模型水轮机可以根据研究内容来改变工况,快速得到试验结果。模
12、型水轮机空化试验是指在选定的运行工况下,逐渐改变空化系数,得到相应的空化曲线14-16。本次研究的模型转轮空化试验选择在同一开度不同特征水头下依次进行,通过运行真空泵,改变管道内的压力来调整模型转轮空化状态,使模型转轮空化数在一定范围内变化,并连续采样数据。本文在已有的研究基础上,对水轮机模型试验初生空化识别方法进行研究,依据自创的模型水轮机空化噪声多态算法(model turbine cavitation sound polymorphic calculation,MTCSPC)对数据进行处理,以帮助机器完成对水轮机空化噪声的学习和识别。该多态算法逻辑流程最终设计形成了多态泡音智能识别方法(
13、polymorphic sound vector feature recognition,PSVFR)。该智能识别方法能够提高机器对水轮机初生空化现象的识别准确度和识别效率,实现了检测方法向智能化、数学化、简单化的提升。目前该方法已运用在实际工程中,于 2022 年在东方电气集团东方电机有限公司的水轮机模型试验台上进行了验证,并取得了较好的应用成果。1 水轮机空化噪声多态算法水轮机空化噪声多态算法 MTCSPC 设计设计 水轮机模型试验初生空化 PSVFR 方法所使用的 MTCSPC 算法涉及水轮机模型初生空化识别领域,具体而言是一种基于支持向量空化分类算法(support vector ca
14、vitation classifier,SVCC)构造分 类 模 型,依 据 水 轮 机 空 化 泡 音 特 征 向 量(polymorphic cavitation sound vector,PCSV)作为水轮机空化噪声判断依据,帮助机器完成对水轮机空化噪声的学习和识别的算法。1.1 SVCC 算法的数学原理简述算法的数学原理简述 本文采用的 SVCC 算法,是沿用支持向量机(support vector machine,SVM)算法17-20的精髓,根据模型转轮空化数据的特点,对其模型的超参数的获取、特征向量的甄选等环节进行优化而形成,以帮助机器完成对水轮机空化现象的学习和识别,提高识别效
15、率与识别准确度。该方法包括了输入训练样本,按照监督方法对输入的训练样本数据进行二元分类;对训练样本求解最大间距超平面,加入松弛变量,并使用升维函数,将低维度输入空间的样本映射到高维度空间使样本变为线性可分,在该特征空间中寻找最优分类超平面,使用指数循环递减矩阵搜索法来搜索升维函数中的最优超参数;使用最优超参数在整个训练集上再次训练,得到最终的分类器;将训练好的分类器模型保存并应用于水轮机初生空化的识别。韩文福,等:模型水轮机初生空化的特征谱提取识别方法 71 由于有较为严格的统计学习理论作为保证,同时加之具备高度泛化能力的超参甄选法,与其他方法相比,SVCC 能够更好地适应水轮机空化噪声数据的
16、特点,训练出的分类模型具备较好的分类识别效果,但其核函数的选定与相关参数的优化是需要不断改进的。1.2 PCSV 指标参数指标参数 本文采用统计学的方法分析发现模型转轮空化噪声数据为随机中低频混频数据,其与鞭炮混频数据类似,同时夹杂有水轮机特有的特征压力脉动声谱,为此本文自定义了 PCSV 作为水轮机空化噪声判断的特征向量。该特征向量是炮声谱与特殊压力脉动谱的混合声谱,现将其含有的指标参数分述如下。1.2.1 特征向量时域分析指标参数特征向量时域分析指标参数 指标是一些常用的统计方法,这些指标是需要获得大量试验数据并对其进行分析后,才能够得到结论。因此,本文编制了相应的程序模块对数据样本进行分
17、析,根据分析结果,做出指标的取舍后确定水轮机空化噪声的特征向量:(1)峰峰值 Vpp21。(2)四分位频数概率 PVpH。它描述了信号超过一定阈值的数量大小。(3)均值22。均值是描述数据的集中趋势,其能够表明所研究的变量在一定条件下所呈现出的类似性质及同等水平,是表明总体分布的一个重要特征值。(4)标准差22。在正态分布图中,由均值可以得知中间的峰值是多少,而标准差则决定了宽度。(5)峭度23。(6)偏度。偏度是统计数据分布非对称程度的数字特征24-25。(7)信息熵。通过计算信息熵可以看出所有事件的混乱程度。1.2.2 特征向量功率谱密度指标参数特征向量功率谱密度指标参数 在对水轮机模型空
18、化噪声信号分析时发现,有时其频谱特性并不明显,因此为防止杂波干扰,本文又引入了功率谱密度(power spectral density,PSD)作为特征向量修正量。其原理如下:对能量信号和周期信号,如正弦波,其傅里叶变换收敛,因此可以用频谱(spectrum)来描述;对于随机信号(噪声信号基本上是随机信号),傅里叶变换不收敛,因此不能用频谱来描述,而使用PSD。PSD 表示信号功率在频域的分布情况26。也可理解为在不同频率点,每单位频率波所携带的功率。PSD 在 LabVIEW 中有相应的模块可以求得。1.2.3 特征向量的频域分析指标参数特征向量的频域分析指标参数 在分类辨识应用场景下,可以
19、与时域指标以及其他指标一同作为特征向量的一部分,丰富特征量种类,提升诊断正确率。(1)重心频率。能够反映信号功率谱的分布情况27。(2)频率标准差 RVF。频率标准差表示功率谱能量分布的分散程度28。(3)功率谱频段幅值均值 PSDH、PSDM、PSDL。分别计算 PSD 中高频、中频、低频 3 个频段的平均功率,求取信号功率在不同频段的分布情况。PSDH的计算公式如下:HLHPSDdffP ff (1)式中:Hf为高频频率;Lf为低频频率;P f为相 应频率下的功率;PSDH为高频段下的平均功率。PSDM、PSDL计算同理。1.2.4 特征选择及分类识别特征选择及分类识别 研究模型转轮空化噪
20、声的特征,就需要了解模型转轮空化有关现象的特点,准确、全面地从样本数据中解析出看数据所包含的信息,从而将试验数据分析的结果与模型转轮空化现象本身的原理结合起来,这样才能有效区分模型转轮空化的不同阶段,并完成初生模型转轮空化的诊断与识别。在数据采集过程中,与水泵水轮机模型转轮是否发生空化现象无关,所采集到的声音信号都包含噪声。水泵水轮机模型转轮发生空化时会产生空泡,空泡的尺寸各不相同,空泡溃灭时会造成压力冲击,该冲击造成空化噪声的产生。对单个空泡而言,大尺寸的空泡,其溃灭时的辐射噪声频率较低;反之,就较高29。模型转轮空化越明显,声音信号频率逐渐向低频区域移动,且中高频段幅值有逐步抬升的趋势,这
21、与鞭炮爆炸时产生的噪声和水轮机特殊压力脉动噪声原理相似。采集到的声音信号的平稳性受到设备状态与环境工况等多种因素的影响,单一的傅里叶变换方法对其数据的处理不够完善,仅通过一、两种特征指标的方式来判定模型转轮空化发生,会面临一定72 水力发电学报 的困难。此时需要将多个时域、频域的统计特性组合在一起,形成一个 n 维特征向量来代表该组数据的特征,称之为特征向量。特征向量作为分类模型的输入。实际上,一个 n 维特征向量就是位于 n维空间中的点,而分类的任务就是找到一个面,用这个面来分隔这些点,从而完成分类。在获得样本数据后将数据集按 7:3 比例,分为训练数据及测试数据,训练数据用于训练分类模型,
22、测试数据用于对模型进行验证。验证后的模型可作为分类器使用。将新数据输入分类模型,即可得到分类结果。在分类识别应用场景下,频域指标参数、时域指标参数和功率谱密度指标参数一同作为特征向量的一部分,以丰富特征量种类,提升诊断正确率。1.3 MTCSPC 逻辑流程逻辑流程 步骤一:步骤一:数据预处理30。将获得的原始数据进行清洗,变换成 SVCC 运算所需要的格式。步骤二:步骤二:数据归一化31。上述数据集进行归一化变换。步骤三:步骤三:数据划分为训练集及测试集32。步骤四:步骤四:选择核函数,主要有四种最基本核函数33-34,该算法从径向基函数 K(x,y)=e(|xy|2)开始尝试。步骤五:步骤五
23、:网格搜索及交叉验证,确认 C、的取值。步骤六:步骤六:最优分类器的训练与测试:(1)用步骤五中确认的最佳 C、对步骤三所得训练集进行训练,得到模型 M。(2)用模型 M,对在步骤三得到的测试集进行预测,并与每组数据对应的标签进行验证,就可以得到分类模型 M 的准确率的百分比 P。步骤七:步骤七:训练模型的保存及使用。2 PSVFR 方法方法 本文依据 MTCSPC 算法,得到水轮机模型试验初生空化 PSVFR 方法,提出来一种基于炮声谱与特殊脉动谱特征提取的水轮机空化现象智能识别方法,该方法能够较为快速、准确地实现对水轮机初生空化进行准确识别:步骤一:步骤一:采集水轮机转轮的即时声音数据。步
24、骤二:步骤二:对空化信号进行预处理。步骤三:步骤三:基于 PSVFR 技术提取 PCSV 要素。步骤四:步骤四:通过 PSVFR 技术中的 MTCSPC 算法得到 PCSV。步骤五:步骤五:对 PCSV 进行修正。步骤六:步骤六:将修正后的向量输入机器中与水轮机空化泡音识别模型进行对比判断,完成空化现象识别。其工作原理如图 1 所示。图图 1 水轮机模型试验初生空化多态泡音智能识别方法工作流程水轮机模型试验初生空化多态泡音智能识别方法工作流程 Fig.1 Working flowchart of intelligent identification method for incipient c
25、avitation polymorphic bubble sound in hydraulic turbine model test 2.1 模型水轮机初生空化泡音识别模型的建立模型水轮机初生空化泡音识别模型的建立 判别水轮机是否发生空化现象,需要将实时采集的数据进行处理形成机器可识别的水轮机空化泡音对象模型,将其与水轮机空化泡音识别模型作对比,从而进行判断。建立水轮机空化泡音识别模型的具体步骤如下:步骤一:步骤一:在专家库里采集水轮机转轮模型发生空化时的噪声数据。步骤二:步骤二:计算噪声数据的统计特征。由于水轮机空化泡音是类鞭炮音与水轮机特殊压力脉动音的混合音谱,本文通过数据处理将采集到的噪
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模型 水轮机 初生 特征 提取 识别 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。