基于自編碼壓縮與多尺度特征提取的抽水蓄能機(jī)組劣化趨勢評估與預(yù)測

陳 鵬，吳一凡，蔡 爽，楊 彬，張海庫，李超順

（1.華中科技大學(xué) 土木與水利工程學(xué)院，湖北 武漢 430074；2.大唐西藏能源開發(fā)有限公司，四川 成都 610072；3.大唐水電科學(xué)技術(shù)研究院有限公司，四川 成都 610074）

1 研究背景

抽水蓄能機(jī)組在谷荷期間抽水蓄能、峰荷期間放水發(fā)電［1］，隨著越來越多的可再生能源并網(wǎng)，其對電網(wǎng)調(diào)峰調(diào)頻的作用日益顯著［2］。然而，復(fù)雜多變的工況、頻繁啟停以及水力-機(jī)械-電磁耦合等因素為抽水蓄能機(jī)組安全穩(wěn)定運(yùn)行帶來嚴(yán)峻挑戰(zhàn)［3］。通過劣化趨勢評估與預(yù)測技術(shù)，及時掌握機(jī)組運(yùn)行狀態(tài)并預(yù)測未來發(fā)展趨勢，及時采取相應(yīng)措施，對保障機(jī)組安全意義重大。

當(dāng)前抽水蓄能機(jī)組劣化趨勢評估與預(yù)測研究仍處于起步階段［4-6］。振擺信號中蘊(yùn)含著豐富的機(jī)組運(yùn)行狀態(tài)信息，隨著監(jiān)測系統(tǒng)的成熟，基于數(shù)據(jù)驅(qū)動的機(jī)組劣化趨勢評估與預(yù)測受到越來越多研究者的青睞［7-9］。通過建立健康模型，擬合健康狀態(tài)下工況參數(shù)與振擺值間的關(guān)系，再比較待評估階段健康模型的振擺參考值與實(shí)測振擺值，生成劣化度，能夠有效評價機(jī)組劣化趨勢。文獻(xiàn)［10］構(gòu)建了基于最小二乘曲面的健康模型；文獻(xiàn)［7］采用最小二乘支持向量機(jī)作為健康模型，建立工況與振動時域特征之間的函數(shù)關(guān)系；文獻(xiàn)［11］將粒子群算法用于優(yōu)化人工神經(jīng)網(wǎng)絡(luò)以提升健康模型精度。健康模型的精度越高，生成的劣化趨勢序列越可靠。然而，機(jī)組工況參數(shù)中存在大量冗余或干擾信息且難以直接剔除，這些無效信息嚴(yán)重影響到了健康模型的擬合精度。……