谭丕成，罗正亮，潘 虹，张雁靖

（1.湖南五凌电力科技有限公司，湖南 衡阳 421127；2.河海大学 能源与电气学院，江苏 南京 211100）

0 引言

在水电机组运行过程中不乏各种故障的出现，严重影响水力发电安全性、稳定性以及运行效率。以致针对机组运行状态以及运行中所存在故障问题的研究变得十分必要[1]。在前人的研究中，针对水电机组故障诊断的传统方法多依赖于人工经验或提取并分解振动信号，将其作为特征量输入已有数据结构基础上的分类函数或分类模型，进行机组状态识别[2]。但由于传感器数据众多，若未能综合考虑各传感器信号间的相互影响、将多传感器信号进行信息互补和优化组合处理，则无法对机组运行状态提出更为综合、全面、一致性的解释[3～6]；加之机组振动信号具有非线性、非平稳性等特征，使得传统的研究方法无法予以较高的时效性以及准确性。

目前，马氏距离因其可衡量样本相似程度这一特性被国内外学者广泛应用于衡量设备运行状态以及模式识别领域的研究中，具有较高故障确诊、排查成功率。如艾延延等[7]应用马氏距离结合EEMD与小波变化完成对轴承振动信号的拆分以实现故障诊断；张红飞等[8]提出通过改进马氏距离，结合滑动窗口对空压机进行状态评估；骆志高等[9]在拉伸件裂纹识别上，引入马氏距离作为评判标准提高工件识别准确率；且越来越多的学者[10～14]将马氏距离应用在轴承等旋转机械上，都成功实现对设备运行状态的评估。……