Page 127 - 2023年第54卷第11期

表 ４ 故障诊断结果
准确率?％
样本类别
３∶７ ４∶６ ５∶５ ６∶４ ７∶３
正常状态 １００ １００ １００ １００ １００

故障预警 ８９．３ ９１．７ ９０．０ ９６．０ １００
故障状态 １００ １００ １００ １００ １００
平均诊断率 ９６．４ ９７．２ ９６．７ ９８．８ １００

可以看出，在训练样本减少时，诊断准确
率有所下降，训练样本数量越多，诊断准确度
越高，证明了前文数据增强步骤的必要性，同
时，与其它方法相比，本文所提方法的诊断准
确度最高，具有最好的性能表现，验证了本文
所提方法在工程实际中的实用性。

４ 结论

本文 将 ＳＤＰ应 用 于 水 电 机 组 故 障 诊 断，
提出一种基于增强层次 ＳＤＰ － Ｒｅｓｎｅｔ５０的水电
机组故障诊断方法，通过仿真实验与实例验证
图 １１ 不同方法故障诊断结果对比
得到以下结论：
（ １）将图像转化方法 ＳＤＰ应用于水电机组故障诊断， 但 该 方 法 无 法 在 一 张 图 像 上 同 时 表 示 几
种水电机组的状态，因而文章利 用 移 动 差 分 和 移 动 平 均 的 方 法 提 出 了 增 强 层 次 ＳＤＰ图 像 转 化 方
法，克服了上述问题，还放大了不同振动信号之间的差异性，同时减少了生成图像所用时间， 效
率提高 ２７．４２％。
（２）利用转子试验台振动信号数据生成的图像经过水平与垂直翻转实现数据增强，避免训练过拟
合，从而增加模型的实际应用场景，同时对比了 ＷＴ、ＳＴＦＴ、ＨＨＴ、ＳＤＰ与本文所提方法故障诊断的
精度，分别为 ９６．７％、９４．４％、９３．３％、９８．３％及 １００％，说明本文所提方法诊断效果最佳，同时利用
ＴＳＮＥ对比了上述方法与本文方法的特征提取结果，ＥＨＳＤＰ的可视化结果分离效果最优，几种状态特
征均未发生混叠现象。
（ ３）以某水电厂 ３＃机组转轮碰磨故障实测数据为例，评估不同大小训练集下 ＥＨＳＤＰ － Ｒｅｓｎｅｔ５０模
型的泛化性能，结果表明，本文所提方法在训练集大小不同的情况下相比于其他方法具有最好的性能
表现，验证了本文所提方法在工程实际中的实用性，具有一定的现实意义。

参 考 文 献：

［ １］ 罗仕华，胡维昊，黄琦，等．市场机制下光伏?小水电?抽水蓄能电站系统容量优化配置 ［Ｊ］．电工技术学
报，２０２０，３５（１３）：２７９２ － ２８０４．
［ ２］ 陈飞，王斌，刘婷，等．基于时移多尺度注意熵和随机森林的水电机组故障诊 断 ［Ｊ］．水 利 学 报，２０２２，
５３（３）：３５８ － ３６８，３７８．
［ ３］ 刘东，王昕，黄建荧，等．基于贝叶斯网络的水电机组振动故障诊断研究［Ｊ］．水力发电学报，２０１９，３８
（２）：１１２ － １２０．
［ ４］ ＺＨＥＬＣ，ＺＨＥＮＧＯ，ＪＩＮＷ，ｅｔａｌ．Ａｒｅｖｉｅｗｏｆｄａｔａ － ｄｒｉｖｅｎｆａｕｌｔｄｅｔｅｃｔｉｏｎａｎｄｄｉａｇｎｏｓｔｉｃｓｆｏｒｂｕｉｌｄｉｎｇＨＶＡＣ
ｓｙｓｔｅｍｓ ［Ｊ］．ＡｐｐｌｉｅｄＥｎｅｒｇｙ，２０２３，３３９：１２１０３０．

３
— １ ８ ９ —