尺度熵及其在水电机组监测诊断系统中的应用.pdfVIP

第24卷第2期 水 电 能 源 科 学 Vol.24No.2 2006年4月 WaterResourcesandPower Apr.2006 文章编号:1000-7709(2006)02-0017-03 尺度嫡及其在水电机组监测诊断系统中的应用 王 海 孙建平 郑莉媛 (华中科技大学能源与动力工程学院，湖北 武汉430074) 摘要:以小波分析和信息嫡理论为基础，提出尺度嫡用于水轮发电机组运行稳定性定量监测的新指标。通过 在水电机组监测诊断系统中的实际应用表明，尺度嫡较好地反映了机组运行时不同尺度的稳定性，为水电机 组的状态监测和诊断提供了运行稳定性的量化数据。 关键词:水轮发电机组;状态监测;故障诊断;尺度嫡;小波分析;信息墒 中图分类号:TK730.8 文献标志码:A 态变化，可作为机组运行稳定性的评价指标，也可 1 概述 在状态监测和诊断中用于提取稳定性特征。 我国水轮发电机组的检修方式基本上仍执行 2 尺度嫡原理及定义 传统的计划检修模式。随着状态监测及故障诊断 技术的发展，国内较多大型水电厂正在积极开展 设信源数据x={xifx2,-1x0，各数据出现 各项研究，为状态检修的最终实施创造条件。要 的概率为{p(xl)9p(xz),...Ip(xq))，并满足 实现状态检修，首先需对机组状态进行切实可靠 的评价。目前水电机组的稳定性状态仍是由传统 习p(x,)=1，则信源的信息嫡为: 1= 1 的振动、摆度、压力脉动等信号的峰值大小作为量 H(x)一 艺p(xj)logp(xi) (1) 化指标，辅之以傅氏谱等频域分析法描述其信号 i= 1 特征。这种方法的前提是采集的信号必须是稳态 信息嫡实质上是信源不确定程度的一种度 的，而实际信号不可能都是稳态的。特别是当机 量，随机性越高信息嫡越大 〔〕‘。根据这一理论，最 组出现各种故障或特殊工况时，大多表现为某一 不确定的概率分布具有最大的嫡值，此时有 频率分量或某一频带内的分量的不稳定现象。例 p(xi)=1/q,i=1,2,...,q。同时，概率分布越接 如，大轴自然补气时的尾水管涡带振动、小负荷水 近这种等概率分布，其嫡值也就越大。信息嫡值 体共振、推力头松动时不稳定振动、卡门涡叶道涡 反映了其概率分布的均匀性。对于比较稳定的信 引起的不稳定振动，这些现象大多与环境条件有 号，在时域中幅值的概率分布密度集中在某一小 较大关系，因而在分倍频振动上表现为时起时落、 范围内，这时所得到的信息嫡较小。对于不稳定 有很大随机性和不稳定性的振动。对于此类现象 的信号，在时域中幅值的概率分布密度在整个幅 用传统的傅氏谱分析不能给出恰当的评定指标。 值的定义域内均匀分布，这时所得到的信息嫡较 若采用时域中信息嫡的方法，同样也不能真实地 大。因而，信息嫡的值可以反映信号的稳定性。 反映不稳定的变化特性。因为信息嫡是信号在总 通常水轮发电机组运行中产生的不稳定性振 体上的不确定性的度量，而机组振动的不稳定性 动，只是发生在特定的频率处或特定的频带内，并 发生在特定的频率分量或频带内。 表现为暂态不稳定。若对原始的时域信号的不稳 本文在小波分析和信息嫡理论的基础上，提 定性沿时间轴在总体上进行度量，由于各个不同 出尺度嫡为衡量机组运行稳定性的数值指标。尺 频率处分量的稳定性不同，可以想像由于平均效 度嫡