基于經驗小波變換和卷積神經網絡的水泵水輪機無葉區流態特征提取及識別研究1)

李 浩 鄭祥豪 張宇寧 ,2) 李金偉

*(華北電力大學電站能量傳遞轉化與系統教育部重點實驗室，北京 102206)

?(華北電力大學能源動力與機械工程學院，北京 102206)

**(中國水利水電科學研究院，北京 100048)

為了提高可再生能源發電的并網規模，更好地利用可再生能源，能夠用于削峰填谷、減輕電網波動的儲能技術成為當下研究的熱點。抽水蓄能是當前負荷容量最大、技術最成熟的大規模電能存儲方式，除了能夠調峰填谷、調頻調相外，還具備黑啟動、緊急事故備用等多種功能[1]。水泵水輪機是抽水蓄能電站實現能量轉換的核心設備，其特點是可以根據實際需求發揮水泵或水輪機兩種相反的功能。水泵水輪機運行水頭和轉速高、工況頻繁轉換的工作特性，使其內部經常出現不穩定的流態。這些不穩定流態會使機組產生異常壓力脈動和振動等現象，嚴重威脅抽水蓄能電站的運行穩定性和安全性[2-5]。其中，在無葉區發生的由動靜干涉現象所產生的異常壓力脈動被認為是危害最大的水力不穩定現象。因此，通過實時監測和準確識別水泵水輪機的無葉區流態，防止產生異常壓力脈動現象，對于保證機組穩定和安全運行是十分必要的。

由于目前技術手段的限制，原型水泵水輪機無葉區的流態無法被直接觀測到，需要通過間接方法進行無葉區流態監測。無葉區的流態通常可以反映在具有不同特征頻率分量的壓力脈動信號中，因此可以通過分析無葉區壓力脈動信號的頻譜信息，從中提取流態特征并進行流態監測與識別。……