基于改进D-S的汽轮机组集成故障诊断研究

被引：12

作者：

徐春梅 ^{[1
,2
]}

张浩 ^{[1
,2
]}

彭道刚 ^{[2
]}

机构：

[1] 同济大学CIMS研究中心

[2] 上海电力学院电力与自动化工程学院

来源：

系统仿真学报 | 2011年 / 10期

基金：

国家自然科学基金重点项目;

关键词：

灰色关联度; GRNN; 改进D-S证据理论; 信息融合; 故障诊断; 汽轮机;

D O I：

10.16182/j.cnki.joss.2011.10.015

中图分类号：

TK267 [运行];

学科分类号：

080704 ;

摘要：

在分析与比较多个D-S合成规则的基础上,结合汽轮机组故障的特点,提出了一种基于改进D-S证据理论的集成故障诊断方法。该方法利用改进的D-S理论来表示和处理不确定的、模糊的信息,利用灰色理论和GRNN(广义回归神经网络)网络来处理证据理论中的基本概率分配问题,充分发挥灰色理论和GRNN的优点,提高故障诊断率。仿真结果表明,所提出的集成故障诊断方法能有效地诊断汽轮机组的故障,决策合理,可信度高,且能避免误诊现象,具有良好的应用前景。

引用

页码：2190 / 2194+2199 +2199

页数：6

共 8 条

[1] 基于灰色系统理论的汽轮机故障诊断方法研究 [J].