基于改進VMD和GRU的水輪發(fā)電機組振動故障預警

摘要： 針對水輪發(fā)電機組受水、機、電等因素相互耦合，早期故障特征被電磁和噪聲所淹沒難以提取的問題，設計了一種基于改進VMD和GRU的水輪發(fā)電機組振動故障預警方法。首先，采用BES算法對變分模態(tài)VMD的參數(shù)進行尋優(yōu)，得到最佳的分解層數(shù)、懲罰因子和模態(tài)個數(shù)，然后采用最優(yōu)的VMD算法對水輪發(fā)電機組早期的振動特征進行提取，最后將早期的振動特征輸入GRU神經(jīng)網(wǎng)絡預測算法進行訓練、驗證和測試。仿真... （共6頁）