基于SVD-CWT和CNN的水轮发电机转子故障识别

作者：张彬桥; 刘雷^*; 杨洋; 侯成伟

来源：中国农村水利水电, 2023, 1-11.

• 水轮发电机转子
• 故障识别
• SVD
• CWT
• 卷积神经网络

水轮发电机转子振动故障识别是水电站运维的重难点问题，为此提出一种基于转子振动信号的故障识别方法。首先针对发电机转子的非平稳和非线性振动信号，采用奇异值分解(SVD)并结合能量差分谱理论进行降噪预处理；对预处理数据使用连续小波变换(CWT)转换为时频图并形成图像数据集；然后将该图像数据集作为卷积神经网络(CNN)输入，通过CNN多层池化及卷积形成分布式故障特征表达，最终实现发电机转子故障模式识别和分类。经实验验证，该方法准确率达到99.5%以上，能有效识别出发电机转子的故障类型。

• 单位
  三峡大学; 大唐观音岩水电开发有限公司