基于CNN-BiGRU的水电机组振动趋势预测

作     者：邓玉敏 张雪桂 马历 严耀亮 李超顺 DENG Yu-min;ZHANG Xue-gui;MA Li;YAN Yao-liang;LI Chao-shun

作者机构：中国长江三峡集团有限公司武汉430000 华中科技大学土木与水利工程学院武汉430074 

出 版 物：《中国农村水利水电》 (China Rural Water and Hydropower)

年 卷 期：2022年第9期

页      面：213-217页

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 

基　　金：国家自然科学基金(51879111) 湖北省自然科学基金重点项目(2019CFA068) 三峡集团公司项目(202103446)。 

主　　题：水电机组 振动预测 CNN BiGRU 

摘      要：水电机组振动信号是健康状态评价和劣化预警的重要内容,准确预测机组振动变化趋势可以提高机组运行的安全性和可靠性。针对目前单一模型难以获得最优预测结果的问题,提出了一种CNN-BiGRU组合模型振动预测方法。首先,利用卷积神经网络(CNN)提取数据局部特征,然后,将其与双向门控循环单元(BiGRU)网络并行,构建出CNN-BiGRU组合预测模型。该模型旨在通过将CNN的自适应提取局部信息能力与BiGRU的时间系列预测优势相结合,提高预测精度和通用性。最后,以国内某水电站机组轴向振动峰峰值进行预测研究,结果表明,所提模型可有效预测机组振动变化趋势,为水电机组振动预测提供一种新思路。