●前言
第1章緒論1
1.1抽水蓄能機組運行狀態監測數據挖掘與信息融合技術2
1.2抽水蓄能機組振動故障機理研究2
1.2.1水力因素引起的振動故障3
1.2.2機械因素引起的振動故障4
1.2.3電磁因素引起的振動故障5
1.3抽水蓄能機組健康狀態評估研究6
1.3.1限值評估標準6
1.3.2統計評估標準7
1.3.3類比評估標準8
1.3.4模糊層次分析法9
1.4抽水蓄能機組智能故障診斷研究9
1.4.1有監督故障診斷模型10
1.4.2無監督故障診斷模型14
1.5抽水蓄能機組狀態趨勢預測研究15
1.5.1基於物理模型的預測方法16
1.5.2基於數據驅動的預測方法16
參考文獻18
第2章抽水蓄能機組數據挖掘和多源異構信息相關性分析21
2.1抽水蓄能機組運行狀態分析數據庫構建21
2.1.1抽水蓄能機組運行狀態數據解析21
2.1.2抽水蓄能機組主輔設備運行狀態分析數據庫26
2.2抽水蓄能機組運行數據關聯關繫挖掘28
2.2.1關聯關繫相關概念及關聯關繫挖掘算法28
2.2.2數據離散化方法32
2.2.3基於K-Mediods的抽水蓄能機組主輔設備運行數據離散化方法33
2.2.4抽水蓄能機組主輔設備關聯關繫挖掘算法35
2.2.5抽水蓄能機組主輔設備運行數據實例分析36
2.3抽水蓄能機組主輔設備運行參數典型關聯關繫分析39
2.3.1水泵水輪機繫統運行參數典型關聯關繫分析40
2.3.2調速繫統運行參數典型關聯關繫分析45
2.3.3發電電動機及其勵磁繫統運行參數關聯關繫分析48
2.3.4主變運行參數關聯關繫分析51
2.3.5主進水閥繫統運行參數關聯關繫分析52
2.4抽水蓄能機組主輔設備故障關聯分析55
2.4.1構建抽水蓄能機組運行狀態故障樣本表55
2.4.2抽水蓄能機組運行狀態關聯分析結果57
參考文獻63
第3章抽水蓄能機組主輔設備運行狀態多重指標分析與綜合狀態評估64
3.1多重指標分析與綜合狀態評估模型64
3.1.1抽水蓄能機組綜合狀態評估模型64
3.1.2底層指標評估模型66
3.1.3綜合權重算法模型68
3.2抽水蓄能機組主輔設備綜合狀態評估實例分析73
3.2.1抽水蓄能機組綜合狀態評估指標體繫建立原則73
3.2.2水泵水輪機綜合狀態評估指標分析75
3.2.3調速繫統綜合狀態評估指標分析92
3.2.4發電電動機及其勵磁繫統綜合狀態評估指標分析93
3.2.5主進水閥繫統綜合狀態評估指標分析95
3.2.6主變綜合狀態評估指標分析98
參考文獻98
第4章抽水蓄能機組主輔設備典型故障彙編與診斷100
4.1抽水蓄能機組主輔設備典型故障彙編100
4.1.1水泵水輪機繫統故障彙編100
4.1.2發電電動機及其勵磁繫統故障彙編103
4.1.3調速繫統故障彙編104
4.1.4主變故障彙編105
4.1.5主進水閥繫統典型故障彙編107
4.2基於FEEMD能量熵及混合集成自編碼器的抽水蓄能機組運行狀態特征提取方法110
4.2.1基於FEEMD固有模態函數能量熵的健康狀態特征提取110
4.2.2HEAE設計及其在故障狀態特征提取中的應用111
4.2.3抽水蓄能機組狀態特征提取實例分析115
4.3基於能量熵判別與深度特征約簡的抽水蓄能機組混合故障診斷策略118
4.3.1基於能量熵統計分析的健康狀態判別體繫119
4.3.2M-tSNE映射機制的深度故障特征約簡方法120
4.3.3基於能量熵判別與深度特征約簡的多步遞進式混合故障診斷策略124
4.4抽水蓄能機組多源信息融合故障診斷方法129
4.4.1循環DAE原理129
4.4.2基於GRU-NP-DAE的抽水蓄能機組多源故障診斷方法135
4.4.3抽水蓄能機組運行數據試驗分析136
4.5抽水蓄能機組無監督故障聚類方法138
4.5.1生成式對抗網絡相關原理介紹139
4.5.2基於CatAAE的抽水蓄能機組無監督故障聚類142
4.5.3抽水蓄能機組無監督故障診斷實例驗證147
4.6基於模型推理的故障樹診斷模型150
4.6.1抽水蓄能機組主輔設備故障樹結構150
4.6.2抽水蓄能機組主輔設備典型故障樹模型151
4.6.3基於故障樹診斷的抽水蓄能機組典型故障診斷158
參考文獻168
第5章抽水蓄能機組主輔設備運行狀態趨勢預測方法170
5.1基於VMD與CNN的抽水蓄能機組振動信號多步非線性趨勢預測方法170
5.1.1VMD原理171
5.1.2CNN原理172
5.1.3水泵水輪機振動信號多步非線性趨勢預測174
5.1.4水泵水輪機振動信號多步預測結果分析177
5.2基於VMD與CNN-LSTM的抽水蓄能機組振動趨勢預測方法185
5.2.1抽水蓄能機組非平穩信號分析185
5.2.2抽水蓄能機組非線性狀態趨勢預測方法186
5.2.3神經網絡優化算法與參數設置188
5.2.4抽水蓄能機組狀態趨勢預測實例分析191
5.3基於融合滑動窗與Grey-Markov的抽水蓄能機組運行狀態趨勢預測方法201
5.3.1Grey-Markov預測模型202
5.3.2預測誤差來源分析及模型結構優化205
5.3.3融合滑動窗與Grey-Markov模型的抽水蓄能機組狀態趨勢組合預測方法207
5.3.4抽水蓄能機組運行狀態趨勢預測實例分析212
參考文獻217
第6章抽水蓄能機組狀態評估及故障預警繫統設計219
6.1抽水蓄能機組狀態評估及故障預警繫統軟件架構設計219
6.1.1軟件業務架構設計220
6.1.2軟件前端架構設計220
6.2抽水蓄能機組狀態評估及故障預警繫統業務功能221
6.2.1繫統登錄221
6.2.2數據挖掘模塊222
6.2.3故障診斷模塊226
6.2.4狀態評估模塊237
6.2.5文件導入模塊241
參考文獻243
第7章水泵水輪機及其主要輔助設備在線監測裝置典型配置意見與健康狀態評價規程244
7.1水泵水輪機及其主要輔助設備在線監測裝置典型配置意見244
7.1.1範圍245
7.1.2規範性引用文件245
7.1.3術語和定義246
7.1.4總則246
7.1.5技術要求247
7.1.6信息安全257
7.1.7試驗和檢驗258
7.1.8標識、包裝、運輸和存儲259
7.1.9文件與資料260
7.1.10附錄261
7.1.11編制說明261
7.2水泵水輪機及其主要輔助設備健康狀態評價規程263
7.2.1範圍263
7.2.2規範性引用文件263
7.2.3術語和定義264
7.2.4總則266
7.2.5設備健康狀態評價方法266
7.2.6附錄271
7.2.7編制說明271
參考文獻272
附錄A資料性附錄274
A.1典型結構示意圖274
A.2典型測點配置表275
A.3狀態報告示例277
附錄B規範性附錄279
B.1水泵水輪機及其主要輔助設備健康狀態評價項目表279
B.2水泵水輪機及其主要輔助設備健康狀態評價彙總表290

本書針對抽水蓄能機組主輔設備多源異構數據融合分析、狀態評估、故障診斷與趨勢預測面臨的關鍵科學問題及技術難題，以抽水蓄能水-機-電耦合復雜繫統分析、繫統科學與人工智能理論為基礎，按照方法提出-模型構建-典型故障驗證-集成應用的遞進式結構體繫進行全面闡述。本書可供抽水蓄能機組主輔設備狀態評估、故障診斷、趨勢預測和水電生產過程狀態監測等方向相關學科高年級本科生、研究生學習參考，也可供從事抽水蓄能機組評估、診斷、預測工作的研究人員和抽水蓄能領域的工程技術人員參考借鋻。