基于综合指标降噪的CEEMDAN-TCN水电机组振动趋势预测
作者机构:武汉大学动力与机械学院
出 版 物:《水电能源科学》 (Water Resources and Power)
年 卷 期:2024年
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:湖北省自然科学基金联合基金项目(2022CFD165)
主 题:振动信号预测 降噪 CEEMDAN 时间卷积网络 正弦余弦算法
摘 要:通过对水电机组建立有效的振动趋势预测模型,可预知机组运行状态并保障其运行安全。针对振动信号非线性与非平稳性的特性,提出基于综合指标降噪的CEEMDAN-TCN水电机组振动趋势预测模型。首先通过正弦余弦算法(SCA)对自适应噪声完备集合经验模态分解(CEEMDAN)和时间卷积网络(TCN)的各参数进行寻优,提高算法的预测精度;然后通过优化的CEEMDAN算法分解与功率谱熵、近似熵及相关系数共同构建的综合降噪指标筛选,得到有效的IMF分量;最后通过优化的TCN实现各个分量的预测,将各分量预测结果叠加实现对原始振动信号的趋势预测。电站实际数据测试表明,该方法能够精确可靠地预测振动信号发展趋势。