隨著我國(guó)能源戰(zhàn)略的不斷調(diào)整，現(xiàn)代能源體系正邁入安全、清潔、高效的低碳時(shí)代。一方面，常規(guī)水電和抽水蓄能迎來新的發(fā)展機(jī)遇，裝機(jī)規(guī)�？焖僭鲩L(zhǎng)；另一方面，為消納風(fēng)電、太陽能、海洋能等新能源并網(wǎng)時(shí)給電網(wǎng)帶來的沖擊，水電能源將承擔(dān)更多的調(diào)峰、調(diào)頻任務(wù)，同時(shí)，為切實(shí)解決新能源背景下的棄風(fēng)、棄水、棄光等問題，對(duì)水電的運(yùn)行與管理提出了更高的要求。而水電機(jī)組作為水電能源轉(zhuǎn)換的關(guān)鍵設(shè)備，正朝著復(fù)雜化、巨型化方向發(fā)展，各部件間的耦合作用更加強(qiáng)烈，由此帶來機(jī)組振動(dòng)信號(hào)的非線性與非平穩(wěn)性不斷增強(qiáng)，尤其是故障與征兆間的映射關(guān)系更為復(fù)雜。對(duì)此，傳統(tǒng)的狀態(tài)監(jiān)測(cè)與故障診斷方法已難以很好地滿足新形勢(shì)下的水電機(jī)組運(yùn)行分析需求，迫切需要研究新的理論與方法，譬如在監(jiān)測(cè)系統(tǒng)采集到的水電機(jī)組實(shí)際運(yùn)行數(shù)據(jù)基礎(chǔ)上，探索新的信號(hào)分析與故障診斷方法，以提高狀態(tài)監(jiān)測(cè)與故障診斷的分析精度，進(jìn)而提升水電機(jī)組的運(yùn)行穩(wěn)定性。
本書在深入分析水電機(jī)組振動(dòng)故障機(jī)理的基礎(chǔ)上，針對(duì)實(shí)際課題——水電機(jī)組振動(dòng)信號(hào)處理與故障診斷中存在的若干問題，結(jié)合自適應(yīng)信號(hào)處理、模型參數(shù)盲辨識(shí)、人工智能等交叉學(xué)科的理論與方法，圍繞水電機(jī)組振動(dòng)信號(hào)分析、非平穩(wěn)故障特征提取、智能故障診斷以及狀態(tài)趨勢(shì)預(yù)測(cè)等展開了系統(tǒng)性的研究工作，相關(guān)結(jié)論可為水電機(jī)組的運(yùn)行與管理提供一定的工程應(yīng)用指導(dǎo)。全書共分為8章，其中第2～5章為理論篇，主要介紹相關(guān)理論與方法；第6～8章為實(shí)踐篇，主要介紹水電機(jī)組振動(dòng)故障診斷及狀態(tài)趨勢(shì)預(yù)測(cè)模型與方法。
第1章為緒論，圍繞所要研究的主要內(nèi)容論述了背景與意義；闡述了水電機(jī)組在不同振源激勵(lì)作用下的振動(dòng)故障機(jī)理；結(jié)合工程實(shí)際應(yīng)用中水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷時(shí)的故障信號(hào)特點(diǎn)及分析需求，對(duì)當(dāng)前較為常用的信號(hào)處理與特征提取方法的優(yōu)勢(shì)與不足做了詳細(xì)分析；同時(shí)，對(duì)主流故障模式識(shí)別方法的優(yōu)勢(shì)和劣勢(shì)也進(jìn)行了綜合性論述。
第2章為水電機(jī)組振動(dòng)信號(hào)處理理論與方法，詳細(xì)闡述了短時(shí)傅里葉變換、小波變換、經(jīng)驗(yàn)?zāi)�態(tài)分解、集成經(jīng)驗(yàn)?zāi)�態(tài)分解、局部均值分解、變分模態(tài)分解等非平穩(wěn)信號(hào)處理方法，為后續(xù)故障診斷與狀態(tài)趨勢(shì)預(yù)測(cè)研究提供理論基礎(chǔ)。
第3章為水電機(jī)組振動(dòng)故障特征提取理論與方法，闡述了時(shí)域和頻域特征提取、基于多種熵的特征提取，以及基于模型參數(shù)辨識(shí)的特征提取等方法，并進(jìn)一步分析了基于主元分析的特征選擇方法，以充分表征水電機(jī)組運(yùn)行狀態(tài)的特征信息。
第4章為水電機(jī)組智能故障診斷理論與方法，闡述了基于規(guī)則的診斷推理與基于數(shù)據(jù)驅(qū)動(dòng)的故障模式識(shí)別方法，為后續(xù)故障診斷提供技術(shù)支持。
第5章為水電機(jī)組狀態(tài)趨勢(shì)預(yù)測(cè)理論與方法，闡述了時(shí)序分析、自適應(yīng)模糊神經(jīng)系統(tǒng)、支持向量回歸、最小二乘支持向量機(jī)回歸、極限學(xué)習(xí)機(jī)等預(yù)測(cè)方法，為后續(xù)章節(jié)的狀態(tài)趨勢(shì)預(yù)測(cè)提供理論基礎(chǔ)。
第6章為水電機(jī)組振動(dòng)信號(hào)降噪研究，探索了普通信號(hào)與噪聲信號(hào)的自相關(guān)函數(shù)特點(diǎn)，定義了歸一化自相關(guān)函數(shù)的能量集中度指標(biāo)，提出了基于經(jīng)驗(yàn)?zāi)�態(tài)分解(EMD)與自相關(guān)函數(shù)的水電機(jī)組振動(dòng)信號(hào)降噪方法；同時(shí)提出了基于集成經(jīng)驗(yàn)?zāi)�態(tài)分解(EEMD)與近似熵的水電機(jī)組振動(dòng)信號(hào)降噪方法；進(jìn)一步為有效提升強(qiáng)背景噪聲與復(fù)雜電磁干擾下水電機(jī)組振動(dòng)信號(hào)的分析精度，引入Hankel矩陣變換與奇異值分解技術(shù)，提出了一種基于增強(qiáng)變分模態(tài)分解（VMD）相關(guān)分析的水電機(jī)組振動(dòng)信號(hào)降噪方法，推求了有效模態(tài)分量選擇的能量集中度指標(biāo)邊界，實(shí)現(xiàn)了水電機(jī)組振動(dòng)信號(hào)的降噪分析。
第7章為水電機(jī)組振動(dòng)故障診斷方法研究，針對(duì)水電機(jī)組多重激勵(lì)耦合作用下故障類別與征兆間映射關(guān)系難以精確描述的問題，融合時(shí)序模型在處理復(fù)雜動(dòng)力系統(tǒng)參數(shù)盲辨識(shí)時(shí)的優(yōu)勢(shì)與變分模態(tài)分解的非平穩(wěn)信號(hào)處理能力，提出了一種基于多元自回歸模型參數(shù)盲辨識(shí)的非平穩(wěn)故障特征提取方法；進(jìn)一步為提升故障診斷精度，提出了基于排列熵特征與混沌量子正弦余弦算法(SCA)優(yōu)化SVM的故障診斷模型；針對(duì)水電機(jī)組故障診斷面臨的樣本分布不均勻與數(shù)量?jī)A斜問題，充分融合支持向量數(shù)據(jù)描述(SVDD)的學(xué)習(xí)能力與K近鄰方法的鄰域刻畫優(yōu)勢(shì)，引入考慮局部密度與各類樣本規(guī)模的復(fù)合權(quán)重，構(gòu)建了基于相對(duì)距離模糊閾值和K近鄰的決策規(guī)則，提出了一種基于權(quán)重SVDD與模糊自適應(yīng)閾值決策的故障診斷模型，有效提升了水電機(jī)組振動(dòng)故障診斷的精度。
第8章為水電機(jī)組非線性狀態(tài)趨勢(shì)預(yù)測(cè)研究，分析了開展水電機(jī)組狀態(tài)趨勢(shì)預(yù)測(cè)研究的可行性，構(gòu)建了基于頻率與能量相似性的聚合策略，進(jìn)而建立了基于集成經(jīng)驗(yàn)?zāi)�態(tài)分解與支持向量回歸的預(yù)測(cè)模型；推求了預(yù)測(cè)建模下變分模態(tài)分解的最優(yōu)分解參數(shù)，提出了一種基于最優(yōu)變分模態(tài)分解與優(yōu)化最小二乘支持向量機(jī)的水電機(jī)組狀態(tài)趨勢(shì)預(yù)測(cè)方法；進(jìn)一步為充分減小分量非平穩(wěn)性對(duì)預(yù)測(cè)結(jié)果的影響，結(jié)合奇異譜分解技術(shù)，提出了多尺度主導(dǎo)成分混沌分析策略，引入灰狼優(yōu)化算法并對(duì)其進(jìn)行自適應(yīng)變異改進(jìn)，提出了基于多尺度主導(dǎo)成分混沌分析與優(yōu)化核極限學(xué)習(xí)機(jī)的預(yù)測(cè)模型，實(shí)現(xiàn)了水電機(jī)組狀態(tài)趨勢(shì)的準(zhǔn)確預(yù)測(cè)。
本書作者華中科技大學(xué)周建中教授與三峽大學(xué)付文龍博士所在團(tuán)隊(duì)長(zhǎng)期從事水電機(jī)組狀態(tài)監(jiān)測(cè)、信號(hào)處理、特征提取、故障診斷、趨勢(shì)預(yù)測(cè)等課題的理論與應(yīng)用研究。團(tuán)隊(duì)主持或承擔(dān)了多項(xiàng)關(guān)系到我國(guó)大型流域水利水電工程運(yùn)行與管理的理論探索與應(yīng)用研究任務(wù)，其中一批成果在工程實(shí)際應(yīng)用中發(fā)揮了重要作用。本書包含了研究團(tuán)隊(duì)在相關(guān)領(lǐng)域的重要研究成果，本書的出版對(duì)豐富和發(fā)展水電機(jī)組的安全、穩(wěn)定運(yùn)行理論研究的內(nèi)涵與外延具有重要的文獻(xiàn)價(jià)值，可為相關(guān)研究人員提供一定的指導(dǎo)與借鑒。
由于作者水平有限及完成時(shí)間較緊，書中難免有紕漏之處或值得商榷的地方，懇請(qǐng)廣大專家同行和讀者提出寶貴意見，以便再版時(shí)對(duì)相關(guān)內(nèi)容進(jìn)行調(diào)整與完善，甚為感謝。