[发明专利]一种水轮机尾水管动态特征的提取方法有效
申请号: | 201410140330.0 | 申请日: | 2014-04-09 |
公开(公告)号: | CN103955601B | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 安学利;潘罗平 | 申请(专利权)人: | 中国水利水电科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京纪凯知识产权代理有限公司11245 | 代理人: | 徐宁 |
地址: | 100038 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种水轮机尾水管动态特征的提取方法,其包括以下步骤通过对水电机组进行现场试验,采集水轮机尾水管在无涡带、有涡带和涡带严重三种状态时的压力脉动信号;对采集的水轮机尾水管三种状态时的压力脉动信号进行重新采样,去除压力脉动信号中的高频干扰;采用固有时间尺度分解方法对重新采样后的三种状态下的压力脉动信号进行分解,对应三种状态下的压力脉动信号,均得到一个单调的基线向量和若干个固有旋转分量;通过分别计算得到的水轮机尾水管在三种状态下的固有旋转分量的近似熵,对水轮机尾水管的动态特征进行提取。本发明具有高效、实时性强等优点,可以广泛应用于水电机组运行保障领域。 | ||
搜索关键词: | 一种 水轮 机尾 水管 动态 特征 提取 方法 | ||
【主权项】:
一种水轮机尾水管动态特征的提取方法,其包括以下步骤:1)通过对水电机组进行现场试验,采集水轮机尾水管在无涡带、有涡带和涡带严重三种状态时的压力脉动信号;2)对步骤1)中采集的水轮机尾水管三种状态时的压力脉动信号进行重新采样,去除压力脉动信号中的高频干扰;3)采用固有时间尺度分解方法对重新采样后的三种状态下的压力脉动信号进行分解,对应三种状态下的压力脉动信号,均得到一个单调的基线向量和若干个固有旋转分量;4)通过分别计算由步骤3)得到的水轮机尾水管在三种状态下的固有旋转分量的近似熵,完成对水轮机尾水管动态特征的提取;提取水轮机尾水管的动态特征,其包括以下步骤:①在水轮机尾水管第i种状态下的若干个固有旋转分量Ht,1(i),Ht,2(i),…,Ht,n(i)中选取包含明显状态信息的前6个固有旋转分量Ht,j(i),并分别计算这6个固有旋转分量Ht,j(i)的近似熵Ai,j;i表示水轮机尾水管无涡带、有涡带和涡带严重三种状态i=1,2,3;j表示包含主要状态信息的固有旋转分量的个数,j=1,2,…,6;计算固有旋转分量Ht,j(i)的近似熵Ai,j,其包括以下步骤:Ⅰ、根据压力脉动信号Xt的N个固有旋转分量H1,j(i),H2,j(i),…,HN,j(i),构造一m维向量XX(p):XX(p)=[Hp,j(i),Hp+1,j(i),…,Hp+m‑1,j(i)],式中,p=1,2,…,N‑m+1,维数m取m=2;Ⅱ、对每一个p值,计算向量XX(p)与向量XX(q)之间的距离d[XX(p),XX(q)],q=1,2,…,N‑m+1,且q≠p;Ⅲ、给定一大于零的阈值r,计算向量XX(p)与向量XX(q)之间的距离d[XX(p),XX(q)]小于r的向量XX(q)的个数,并计算向量XX(q)的个数与总向量个数N‑m+1的比值即:式中,阈值r为r=(0.1~0.2)SDx,SDx是固有旋转分量Ht,j(i)的标准差;Ⅳ、先将取对数,再求其对所有p的平均值Φm(r),即:Φm(r)=1N-m+1Σp=1N-m+1lnCpm(r);]]>Ⅴ、增加向量XX(p)的维数,得到m+1维向量,重复步骤Ⅰ~步骤Ⅳ的计算过程,计算得到平均值Φm+1(r);Ⅵ、根据步骤Ⅳ得到的平均值Φm(r)和步骤Ⅴ得到的平均值Φm+1(r),计算得到固有旋转分量Ht,j(i)的近似熵为Ai,j:Ai,j=Φm(r)‑Φm+1(r);②各近似熵构成一个特征向量Ti=[Ai,1,Ai,2,Ai,3,Ai,4,Ai,5,Ai,6],特征向量Ti即为水轮机尾水管的动态特征,用于识别水轮机尾水管的运行状态。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国水利水电科学研究院,未经中国水利水电科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410140330.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种电网数据拼接方法
- 下一篇:一种用于固定实验用小鼠尾巴进行静脉注射的装置
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用