基于VMD-SE-PSO-BIGRU模型的水电机组振动趋势预测

作者：付波; 聂兴宇; 赵熙临^*; 王诗雯; 李超顺

来源：水电能源科学, 2023, 41(12): 178-177.

DOI：10.20040/j.cnki.1000-7709.2023.20222338

• 振动趋势预测
• 变分模态分解
• 样本熵
• 粒子群算法
• 双向门控循环单元

为提高水电机组振动信号预测精度，提出了一种基于变分模态分解(VMD)与样本熵(SE)重构和粒子群算法(PSO)优化双向门控循环单元(BIGRU)的预测方法。在VMD-SE-PSO-BIGRU模型中，先利用VMD将振动信号分解为若干个子序列，并通过SE对子序列进行重构，得到最终振动信号的趋势、振荡和噪声成分，然后对得到的重构分量分别建立参数优化的BIGRU预测模型，最后叠加各分量预测结果实现振动预测。实例分析表明，与其他模型相比，所提模型预测误差更小、预测精度更高，可有效预测水电机组振动信号。

• 单位
  湖北工业大学; 华中科技大学; 电子工程学院