基于随机集含糊证据的风力发电机故障诊断方法

被引：32

作者：

苗锐 ^{[1
,2
]}

陈国初 ^{[1
]}

李月 ^{[1
,2
]}

徐余法 ^{[1
]}

俞金寿 ^{[2
]}

机构：

[1] 上海电机学院电气学院

[2] 华东理工大学信息科学与工程学院

来源：

电力系统自动化 | 2012年 / 36卷 / 07期

基金：

上海市自然科学基金;

关键词：

故障诊断; 随机集; 含糊集; 证据理论; 风力发电机;

D O I：

暂无

中图分类号：

TM315 [风力发电机];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对大型风力发电机故障信息的复杂性和不确定性,提出了基于随机集信任测度和似真测度的含糊化方法。该方法将故障样本模式和故障待检模式进行含糊化,利用随机集的信任测度和似真测度对待检模式和样本模式进行匹配,实现数据级融合;然后将匹配的结果作为证据理论的信任函数和似真函数,进行特征级融合;最后将融合结果作为决策级证据理论的证据进行最终融合,从而得出诊断结果。风力发电机的算例验证了该方法的合理性和有效性。

引用

页码：22 / 26

页数：5

共 9 条

[1]

基于证据距离和矛盾因子的加权证据合成法 [J].

刘准钆 ;

程咏梅 ;

潘泉 ;

苗壮 .

控制理论与应用, 2009, 26 (12) :1439-1442

[2]

基于模糊故障特征信息的随机集度量信息融合诊断方法 [J].

徐晓滨 ;

文成林 ;

王迎昌 .

电子与信息学报, 2009, 31 (07) :1635-1640

[3]

应用于状态监测的多传感器融合估计 [J].

金学波 ;

林岳松 ;

章辉 ;

孙优贤 .

控制理论与应用, 2009, 26 (03) :296-298

[4]

故障诊断的信息融合方法 [J].

朱大奇 ;

刘永安 .

控制与决策, 2007, (12) :1321-1328

[5]

基于证据理论的模糊信息融合及其在目标识别中的应用 [J].

邓勇 ;

朱振福 ;

钟山 .

航空学报, 2005, (06)

[6]

基于DS证据理论和模糊数学的多传感器数据融合算法 [J].

韩静 ;

陶云刚 .

仪器仪表学报, 2000, (06) :644-647

[7]

Prediction of pulsed GTAW penetration status based on BP neural network and D-S evidence theory information fusion[J] Bo Chen;Jifeng Wang;Shanben Chen The International Journal of Advanced Manufacturing Technology 2010,

[8]

信息融合技术及其应用[M] 李弼程; 黄洁; 高世海; 王天鹏; 编著国防工业出版社 2010,

[9]

电子设备故障诊断原理与实践[M] 朱大奇著; 电子工业出版社 2004,

← 1 →