基于贝叶斯网络Noisy Or模型的水电机组故障诊断研究

被引:15
作者
胡勇健
肖志怀
周云飞
孙召辉
机构
[1] 武汉大学动力与机械学院
基金
高等学校博士学科点专项科研基金;
关键词
动力机械工程; 水电机组故障诊断; 贝叶斯网络; Noisy Or模型; 概率数量;
D O I
暂无
中图分类号
TV738 [养护、维修];
学科分类号
081504 ;
摘要
针对水电机组故障诊断中系统结构复杂,不确定因素众多的特点,将贝叶斯网络引入水电机组故障诊断中,建立基于贝叶斯网络的水电机组故障诊断系统;为了克服贝叶斯网络结构中需要的概率数量庞大和确定概率困难特点,在贝叶斯网络系统结构中引入Noisy Or模型。论文首先利用专家知识,将各个特征结点按二值结点构造网络,确定各单个结点的概率,然后计算多个结点的任意组合对结果的影响程度,从而确定某种故障发生的可能程度。仿真研究表明:用此模型构造的贝叶斯网络结构,需要的条件概率个数可以从2n减小为2n。大大降低了数据需求量,提高了水电机组故障诊断速度和效率。
引用
收藏
页码:197 / 203
页数:7
相关论文
共 9 条
[1]  
贝叶斯网络在水电机组状态检修中的应用研究.[D].华斌.华中科技大学.2004, 02
[2]   基于贝叶斯Noisy Or Gate网络的多传感器目标分类识别 [J].
康长青 ;
方磊 ;
华丽 ;
张其林 ;
赵永标 .
计算机测量与控制, 2011, 19 (06) :1387-1389
[3]   基于贝叶斯网络的电网故障诊断 [J].
朱永利 ;
王艳 ;
耿兰芹 ;
苏丹 .
电力自动化设备, 2007, (07) :33-37
[4]   基于贝叶斯理论的汽轮发电机密封油系统故障诊断方法 [J].
田质广 ;
张慧芬 .
润滑与密封, 2006, (04) :152-156
[5]   基于贝叶斯网络的电网故障诊断方法 [J].
霍利民 ;
朱永利 ;
贾兰英 ;
苏海锋 .
华北电力大学学报, 2004, (03) :30-34
[6]   水电机组状态检修的实施及关键技术 [J].
刘晓亭 ;
刘昱 .
水力发电, 2004, (04) :38-41+44
[7]   基于贝叶斯网络的复杂系统故障诊断 [J].
王华伟 ;
周经伦 ;
何祖玉 ;
沙基昌 .
计算机集成制造系统-CIMS, 2004, (02) :230-234
[8]   设备故障诊断步骤优化的研究 [J].
刘刚 ;
杨世凤 ;
马跃进 ;
邝朴生 .
农业工程学报, 1997, (04) :130-134
[9]   Learning Bayesian network parameters from small data sets: application of Noisy-OR gates [J].
Onisko, A ;
Druzdzel, MJ ;
Wasyluk, H .
INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, 2001, 27 (02) :165-182