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