基于改进D-S的水电机组集成故障诊断研究

被引:3
作者
程加堂
艾莉
段志梅
熊燕
机构
[1] 红河学院工学院
关键词
水电工程; 故障诊断; 信息融合; 改进D-S证据理论; 水电机组;
D O I
暂无
中图分类号
TV738 [养护、维修];
学科分类号
081504 ;
摘要
针对常规水电机组振动故障诊断技术中易出现错判及诊断可靠性低等问题,提出了一种基于改进D-S证据理论的集成故障诊断方法。根据水电机组振动故障的频域信号,由模拟退火粒子群混合算法来处理证据理论的基本概率分配问题。再利用改进D-S理论来实现可信度分配的合理赋值,最后进行多信息的融合决策。实例表明,该方法可以在原始证据出现高度冲突以及相一致的情况下,都具有较高的诊断可信度,从而实现了对水电机组振动故障模式的有效识别。
引用
收藏
页码:216 / 220
页数:5
相关论文
共 12 条
[1]  
基于变精度粗糙集与神经网络的水电机组振动故障诊断研究.[D].王荣荣.西安理工大学.2007, 02
[2]   考虑样本交叠的水电机组振动故障诊断 [J].
张孝远 ;
周建中 ;
王常青 ;
李超顺 .
电力系统保护与控制, 2012, 40 (03) :8-14
[3]   DS证据理论冲突处理新方法 [J].
李玲玲 ;
马东娟 ;
王成山 ;
顾训华 .
计算机应用研究, 2011, 28 (12) :4528-4531
[4]   基于量子神经网络信息融合的变压器故障诊断 [J].
龚瑞昆 ;
马亮 ;
赵延军 ;
杨萍萍 ;
陈磊 .
电力系统保护与控制, 2011, 39 (23) :79-84+88
[5]   基于改进D-S的汽轮机组集成故障诊断研究 [J].
徐春梅 ;
张浩 ;
彭道刚 .
系统仿真学报, 2011, (10) :2190-2194+2199
[6]   基于多源信息融合的电网故障诊断方法研究 [J].
高振兴 ;
郭创新 ;
俞斌 ;
骆玉海 ;
彭明伟 ;
杨健 .
电力系统保护与控制, 2011, 39 (06) :17-23
[7]   基于时间序列相似性挖掘的水电机组振动故障诊断研究 [J].
白亮 ;
王瀚 ;
李辉 ;
罗兴錡 .
水力发电学报, 2010, 29 (06) :229-236
[8]   基于模拟退火粒子群算法的圆柱齿轮减速器的可靠性优化 [J].
郑严 ;
程文明 ;
程跃 ;
吴晓 .
机械传动, 2010, 34 (10) :43-47
[9]   基于改进证据理论及多神经网络融合的故障分类 [J].
李巍华 ;
张盛刚 .
机械工程学报, 2010, 46 (09) :93-99
[10]   基于模拟退火的粒子群算法在水电站水库优化调度中的应用 [J].
申建建 ;
程春田 ;
廖胜利 ;
张俊 .
水力发电学报, 2009, 28 (03) :10-15