来源：期刊VIP网 时间：
作者：王淑青;翟宇胜;胡文庆;盛世龙;刘东;
单位：湖北工业大学电气与电子工程学院;湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室;武汉大学动力与机械学院;华北水利水电大学能源与动力工程学院;
摘要：传统的基于单一测点的预测模型无法全面反映水电机组的健康状态，这导致难以实现机组劣化状态的准确评估。对此，提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先，选取机组不同测点在各工况下健康运行的数据构成数据集，采用期望最大化—高斯混合模型(EM-GMM)拟合机组健康运行状态下的各监测量的概率密度分布；然后，计算待估样本在给定机组健康状态分布下的负对数似然概率，以作为劣化度指标；其次，采用熵权法计算各测点劣化度指标的权重，通过加权得到综合劣化度指标；最后，为确保预测结果的可靠性，利用多目标遗传算法(MOGA)优化高斯过程回归(GPR)模型代替传统的点预测模型，并使用不同的预测模型进行对比和评估，证明本文提出的模型具有更高的预测精度。
关键词：水电机组;;多数据融合;;EM-GMM健康模型;;劣化度指标;;熵权法;;概率区间预测模型
基金资助：国家自然科学基金项目(52309111)
