基于开机过程信息融合的水电机组故障诊断方法

被引:4
作者
彭兵
周建中
方仍存
向秀桥
张勇传
机构
[1] 华中科技大学水电与数字化工程学院
基金
国家自然科学基金重点项目;
关键词
水电机组; 故障诊断; 信息融合; 支持向量机;
D O I
暂无
中图分类号
TV734.2 [发电设备];
学科分类号
081504 ;
摘要
为保证水电机组运行的可靠性,通常采用基于振动频率分析的故障诊断技术。但是水电机组故障类型间存在重叠的频率特征,仅凭频率分析不易确定故障类型。因此,文中采用信息融合技术,引入开机过程中的时间和空间特征信息,在特征层采用支持向量机作为信息融合手段,在决策层采用D-S证据理论进行信息融合。实验结果表明,信息融合增加了故障诊断的特征信息,提高了故障诊断系统的诊断能力。
引用
收藏
页码:76 / 80
页数:5
相关论文
共 11 条
[1]   基于水电机组复合特征提取的RBFNN故障诊断 [J].
刘忠 ;
周建中 ;
张勇传 ;
邹敏 .
电力系统自动化, 2007, (11) :87-91
[2]   水电机组在线监测中同步整周期采样实现策略 [J].
朱浩 ;
陈喜阳 ;
李友平 ;
夏洲 .
电力系统自动化, 2007, (04) :80-84
[3]   基于改进PSO-BP神经网络和D-S证据理论的大型变压器故障综合诊断 [J].
魏星 ;
舒乃秋 ;
崔鹏程 ;
吴波 .
电力系统自动化, 2006, (07) :46-50
[4]   水电机组故障诊断中的数据融合算法 [J].
华斌 ;
周建中 .
水电自动化与大坝监测, 2004, (01) :12-15
[5]   小波包-最大熵谱估计及其在水轮机故障诊断中的应用 [J].
桂中华 ;
韩凤琴 .
电力系统自动化, 2004, (02) :62-66
[6]   回转机械多通道同步整周期采样的实现方案 [J].
杨国田 ;
白焰 .
自动化仪表, 2003, (10) :26-30
[7]   水轮发电机组振动故障诊断与识别 [J].
沈东 ;
褚福涛 ;
陈思 .
水动力学研究与进展(A辑), 2000, (01) :129-133
[8]  
水力机械装置过渡过程.[M].常近时著;.高等教育出版社.2005,
[9]  
人工智能原理与应用.[M].王文杰;叶世伟编著;.人民邮电出版社.2004,
[10]  
水轮发电机组振动.[M].董毓新编著;.大连理工大学出版社.1989,