基于分形和概率神经网络的水电机组故障诊断

基于分形和概率神经网络的水电机组故障诊断

论文摘要

水电机组振动信号属于非线性、非平稳信号,在不同尺度下呈现一定的相似性,是典型的分形信号。本文运用多重分形方法分析机组振动信号,提取信号的广义维数谱特征,并应用人工鱼群算法优化的概率神经网络进行故障诊断。诊断实例表明,多重分形和概率神经网络结合,能够准确辨别故障类型。与BP和RBF网络相比,该方法诊断识别率更高,速度更快,为机组运行维护人员提供更为可靠的参考依据。

论文目录

文章来源

类型: 期刊论文

作者: 李辉,李欣同,贾嵘,罗兴锜,赵基星

关键词: 水电机组,故障诊断,多重分形,概率神经网络,人工鱼群算法

来源: 水力发电学报 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 水利水电工程,电力工业

单位: 西安理工大学水利水电学院,黄河上游水电开发公司宁电分公司

基金: 国家自然科学基金(51779206),陕西省教育厅科研计划项目(17JK0570)

分类号: TV738

页码: 92-100

总页数: 9

文件大小: 745K

下载量: 325

相关论文文献

标签:;  ;  ;  ;  ;  

基于分形和概率神经网络的水电机组故障诊断
下载Doc文档

猜你喜欢