一种基于D-S证据理论的水轮机故障诊断方法

被引：11

作者：

杨志荣

周建中

机构：

[1] 华中科技大学水电与数字化工程学院

来源：

水电能源科学 | 2009年 / 27卷 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

故障诊断; D-S证据理论; 贝叶斯网络; 诊断规则;

D O I：

暂无

中图分类号：

TV734.21 [];

学科分类号：

081504 ;

摘要：

为解决不确定条件下水轮机故障诊断问题,在故障样本集的基础上通过粗糙集约简冗余属性获取了诊断规则进行故障诊断。对检测信息不完备时根据检测条件属性通过贝叶斯定理计算缺失属性发生的概率用于故障判断。针对多个诊断中出现的问题,通过D-S证据理论进行融合以获取一致性输出。示例证明了该方法的可行性与有效性。

引用

页码：152 / 154+148 +148

页数：4

共 6 条

[1] 基于贝叶斯网络的电力系统故障诊断方法 [J].

吴欣 ;

郭创新 .

电力系统及其自动化学报, 2005, (04) :11-15+40

[2] 基于模糊支持向量机的多级二叉树分类器的水轮机调速系统故障诊断 [J].

张国云 ;

章兢 .

中国电机工程学报, 2005, (08) :100-104

[3] 基于粗糙集理论的旋转机械故障诊断方法 [J].

孙海军 ;

蒋东翔 ;

钱立军 ;

战祥森 .

动力工程, 2004, (01) :73-77

[4] 大型水轮机组故障诊断的神经网络方法研究 [J].

刘光临 ;

程宏举 .

水力发电学报, 2001, (02) :86-92

[5] Rough集规则知识获取研究中的不一致性问题 [J].

王国胤 ;

刘锋 ;

吴渝 ;

聂能 .

重庆邮电学院学报(自然科学版), 2000, (03) :16-21

[6] UPPER AND LOWER PROBABILITIES INDUCED BY A MULTIVALUED MAPPING [J].

DEMPSTER, AP .

ANNALS OF MATHEMATICAL STATISTICS, 1967, 38 (02) :325-&

← 1 →