发电机状态辨识的空间排序熵模型研究Research on spatial permutation entropy model for generator state identification
罗睿,王毅,仇璐珂,王智微,何新,孙叶柱
摘要(Abstract)：
排序熵是一种计算数据相邻大小关系混乱度的模型。采用空间排序熵的构建方法，建立了发电机的状态诊断模型。首先根据发电机的定子线圈温度测点群构建原始向量，然后通过向量维度和空间延迟参数将该序列重构为排序向量矩阵，接着计算定子线圈温度的空间排序熵，作为发电机状态辨识的特征值。最后，通过对不同发电机的历史状态及运行数据分析，发现定子线圈温度的空间排序熵随发电负荷增大，绝对均值变大且标准差降低。并且，通过合适的向量维度和延迟参数计算得到的空间排序熵，能够准确诊断发电机定子线圈的5种温度异常状态，可为发电机的大量温度测点群的状态辨识和故障报警提供精准判据。
关键词(KeyWords)： 发电机;状态辨识;排序熵;向量重构;故障诊断
基金项目(Foundation):
作者(Author): 罗睿,王毅,仇璐珂,王智微,何新,孙叶柱
DOI: 10.19666/j.rlfd.202203028