Print

基于改进不变矩与概率神经网络的水电机组轴心轨迹特征提取研究

论文摘要

在水电机组状态监测与故障诊断中,轴心轨迹是反映机组运行状态的重要特征。提出了将图形改进不变矩算法与概率神经网络相结合的方法,运用改进不变矩算法对水电机组几种不同运行状态下的转子轴心轨迹进行特征提取,得到相应的特征矩向量,构建概率神经网络进行训练分类,并结合电站实测数据进行了验证。结果表明,该特征提取与分类方法简单稳定,对不同形状的轴心轨迹具有较高的区分度和较好的识别率,可以为水电机组故障诊断提供有效依据。

论文目录

  • 1 不变特征矩原理
  •   1.1 矩及其不变性
  •   1.2 离散状态下的改进不变矩
  • 2概率神经网络算法
  • 3 基于改进不变矩与PNN的水电机组轴心轨迹特征提取验证分析
  •   3.1 模拟仿真实验验证
  •   3.2 机组实测信号验证
  • 4 结语

    • 文章来源

    类型: 期刊论文

    作者: 袁喜来,刘东,胡晓,刘冬

    关键词: 水电机组,不变矩,概率神经网络,轴心轨迹,特征提取

    来源: 中国农村水利水电 2019年06期

    年度: 2019

    分类: 农业科技,工程科技Ⅱ辑

    专业: 水利水电工程,电力工业

    单位: 湖北能源生产技术部,武汉大学动力与机械学院

    基金: 国家自然科学基金项目(51379160)

    分类号: TV734.21

    页码: 149-152+158

    总页数: 5

    文件大小: 260K

    下载量: 91

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/38350d70c3560c0fe2c602a7.html