导读:本文包含了故障规则论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:规则,故障,故障诊断,权重,算法,抓斗,数据挖掘。
故障规则论文文献综述
叶永伟,程毅飞,赖剑人,任设东[1]（2019）在《基于改进关联规则的卸船机故障预测模型》一文中研究指出为使桥式抓斗卸船机安全稳定运行,针对大量监测数据利用率低、故障诊断不及时等问题,提出了基于兴趣度关联规则的卸船机故障预测模型方法。采用传感器监测和时域分析方法获取卸船机运行参数空间,利用聚类离散算法将监测数据根据其属性值域离散为非线性聚类区间,获取卸船机关联规则组,提取状态数据关联维的权重系数,构建状态监测数据关联规则指向性特征约束函数模型,通过预测模型中关联规则状态的改变实现故障预测。实验结果表明,该方法能有效表征卸船机运行状态监测的关联内部特征信息,实现对卸船机故障类别的预测,降低卸船机故障发生的频率。(本文来源于《中国机械工程》期刊2019年20期）
钟文晶,陆陆,胡伯勇[2]（2019）在《基于Apirori关联规则的电厂热工保护用继电器故障分析》一文中研究指出电厂控制系统的稳定对电厂的运行和安全有着至关重要的作用,而热工保护用继电器是否可靠容易成为一个忽视的因素。继电器故障会使机组产生误动或拒动的风险。因此,减少继电器故障有重要意义。通过对继电器检测数据进行分析,结合关联规则Apirori算法和实际状况,找出容易造成继电器故障的原因。从而得出对电厂热工用继电器选型和维护有效的信息和建议,为减少继电器故障和保障控制系统安全稳定提供了参考。(本文来源于《仪器仪表用户》期刊2019年11期）
王磊,张贺军,徐铭铭,冯光,张林林[3]（2019）在《基于同步波形与关联规则的单相接地故障诊断》一文中研究指出我国配电网多采用中性点不接地或经过消弧线圈和高阻抗接地方式,单相接地的故障电流较小,给故障诊断带来了困难。提出了一种基于同步波形特征提取与关联规则挖掘的单相接地故障诊断方法,从故障录波波形中提取特征量描述故障场景,然后利用FP-Growth算法挖掘故障事务数据库中隐含的关联规则,对单相接地故障做出诊断,最后用IEEE34节点标准算例验证了方法的正确性,为基于波形特征的故障诊断技术提供了有益参考。(本文来源于《智慧电力》期刊2019年10期）
彭刚,唐松平,曾力,肖云[4]（2019）在《基于数据挖掘的电网故障关联规则的研究》一文中研究指出良好的电网故障原因识别有助于加快电力恢复过程,提高系统的可靠性。然而现实中数据的不平衡性往往会导致故障识别性能下降。论文在模糊分类算法的基础上进行扩展,以减轻不平衡数据构成的影响,将其应用于故障原因识别中。与人工神经网络相比,该算法在处理不平衡数据上具有较好的性能。(本文来源于《计算机与数字工程》期刊2019年09期）
吴瞻宇,董明,王健一,汪可,李金忠[5]（2019）在《基于模糊关联规则挖掘的电力变压器故障诊断方法》一文中研究指出在对变压器故障的状态监测过程中,故障特征量在某些情况具有不确定特性,所以判断变压器运行状态的过程具有一定的模糊性,确定性的关联规则难以有效地表达特征量与故障之间的关系。为建立更准确有效的变压器故障诊断模型,文中对经典的Apriori算法进行优化,在利用主成分分析对多源参数进行优选后,将其扩展到包含模糊属性的事务当中,并与传统IEC叁比值相结合作为特征量共同提取规则,所建模型的执行效率及准确度相比原Apriori算法更高,且可进一步运用至变压器多源参数的关联规则挖掘。结果表明,结合叁比值共同提取的规则,其正判率将大幅提高,且模糊理论与叁比值相结合所提取的规则,其正判率高于经典集合理论与叁比值相结合所提取的规则,最后经由Apriori算法提取的复合规则,其正判率较高。利用文中所建立的模糊关联规则模型可更准确高效地诊断变压器故障,从而有效服务于电力设备的运维工作。(本文来源于《高压电器》期刊2019年08期）
易照云,胡蓉,钱斌,杨剑波,徐冬玲[6]（2019）在《基于置信规则库的油浸式变压器故障诊断》一文中研究指出本文针对油浸式变压器的故障诊断问题,利用油浸式变压器中溶解的故障气体数据和专家给定的故障类型判定值,建立一种基于置信规则库(Belief Rule Base, BRB)的诊断模型。在现有研究中,BRB模型参数通常由人为设定或采用传统的梯度法获得。由于BRB参数确定为非凸优化问题,现有的参数确定方法容易导致BRB模型精度不高。因此,本文通过模型结构简化和模型参数优化来提高BRB模型效率和精度。首先,通过约减故障气体类型和减少训练模型参数,实现了BRB模型结构的合理简化。然后,提出一种具有自适应更新策略的人群搜索算法(Seeker Optimization Algorithm with Adaptive Update Strategy,AUS-SOA),对BRB模型参数进行优化,从而构建AUS-SOA-BRB诊断模型。实验研究结果验证了SOA优化BRB模型参数的可行性以及AUS-SOA的有效性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
朱兴动,章思宇,王正[7]（2019）在《飞机故障维修记录关联规则挖掘方法》一文中研究指出Apriori算法和FP-Growth算法是关联规则挖掘的两种经典算法。在综合分析两种算法思想的基础上,编程实现并通过实验分析,选择其中一种效率更高的算法对飞机的故障维修记录进行关联规则挖掘,获得一些能够指导机务维修保障的故障关联规则。(本文来源于《兵器装备工程学报》期刊2019年07期）
吕延卓,肖明清,刘强,唐希浪,李剑峰[8]（2019）在《基于置信规则库推理的飞控系统故障诊断》一文中研究指出针对传统飞控系统故障诊断中存在的因引入专家知识引起的主观偏差问题和使用数据驱动方法因数据量不足导致的过拟合问题,提出了基于置信规则库推理的飞控系统故障诊断;根据已有故障知识构建飞控系统故障诊断置信规则库,利用测试过程中获得的故障数据,以数值样本优化学习模型对置信规则库参数进行训练;实例表明,经少量样本训练后的置信规则库可以很好地解决初始置信规则库参数存在主观偏差的问题,经实验证明该方法能够实现高效可靠的飞控系统故障诊断。(本文来源于《计算机测量与控制》期刊2019年06期）
齐东升[9]（2019）在《基于容错关联规则的CPS故障检测研究》一文中研究指出信息物理融合系统(Cyber-physical system,CPS),是结合计算、网络和自动控制等技术的复杂系统。传统故障检测方法对系统历史数据缺乏有效的分析,已经无法在准确性和实时性上满足CPS的要求。故障关联规则挖掘作为一种快速、智能的故障检测方法,其能够从系统历史故障事件中挖掘出有价值的信息,为故障定位提供指导。由于CPS数据具有完整性无法保证、误差干扰等特点,增加了在其上进行关联规则挖掘的难度。本文对CPS数据容错关联规则挖掘和故障检测进行了研究,研究内容如下。首先,针对系统数据容易出现完整度差和受误差干扰的问题,本文抛弃了强关联规则挖掘方法,将松弛性更高的容错关联规则应用到故障检测中。由于强关联规则严格受支持度和置信度的限制,在对完整性不足和受误差干扰的数据进行挖掘时,无法从中得到一些隐藏性更高的信息,从而造成规则挖掘不够深入。本文提出了一种基于并行粒子群的最大容错频繁项集挖掘算法,该方法利用粒子群算法很好的解决了在挖掘容错频繁时运行时间受容错度影响较大的问题,解决了容错频繁项集挖掘中对候选项集支持度计算不准确的问题,在算法运行效率上也有提升。其次,针对容错频繁项集到容错关联规则提取过程中置信度值大于1的问题,提出了一种新的置信参数:可靠度,从物理意义上解释了该参数的合理性。新的置信标准解释了最大容错频繁项集对于容错关联规则挖掘的重要性。提出了容错关联规则挖掘步骤:先由规则后项对数据进行分类,对分类后的数据进行容错频繁项集挖掘,将满足最小可靠度的容错频繁项集作为其对应规则前项,分类标签作为规则后项。最后,利用改进后的容错关联规则挖掘算法对风电数据集进行故障检测,经验证该方法能够在容错度和最小可靠度的前提下,挖掘出了强关联规则挖掘算法无法得出的规则,并根据得到的规则对实际故障案例进行了分析。(本文来源于《桂林电子科技大学》期刊2019-05-31）
彭鹏,邵宇鹰,王海峰,罗潇,姚初晴[10]（2019）在《关联规则推演在油浸式变压器故障诊断中应用》一文中研究指出电网检修由定期检修向状态检修的转变是电网发展的必然要求。由于电力变压器故障类型多样、故障征兆繁多,隐患/故障特征来源的高度非线性相关和复合交叉特性,传统的状态评估方法对专家经验主管依赖较强导致有效性和鲁棒性的不足。通过对既有电力变压器故障分析报告归纳整理基础上,构建故障类型和故障征兆分类集合,并对各故障征兆对应的关联规则挖掘映射基准进行全面梳理分析,研究基于故障类型集合、故障征兆分类集合以及关联规则映射基准向量的电力变压器故障推演映射矩阵构建方法,在此基础上,利用基于故障关联规则支持置信理论的电力变压器故障推演决策树及其树叉权重优化计算方法,克服传统关联规则推演分析过程对专家经验的依赖,提高了油浸式变压器故障推演算法的有效性和鲁棒性。(本文来源于《2019智能电网新技术发展与应用研讨会论文集》期刊2019-05-22）
故障规则论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
电厂控制系统的稳定对电厂的运行和安全有着至关重要的作用,而热工保护用继电器是否可靠容易成为一个忽视的因素。继电器故障会使机组产生误动或拒动的风险。因此,减少继电器故障有重要意义。通过对继电器检测数据进行分析,结合关联规则Apirori算法和实际状况,找出容易造成继电器故障的原因。从而得出对电厂热工用继电器选型和维护有效的信息和建议,为减少继电器故障和保障控制系统安全稳定提供了参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
故障规则论文参考文献
[1].叶永伟,程毅飞,赖剑人,任设东.基于改进关联规则的卸船机故障预测模型[J].中国机械工程.2019
[2].钟文晶,陆陆,胡伯勇.基于Apirori关联规则的电厂热工保护用继电器故障分析[J].仪器仪表用户.2019
[3].王磊,张贺军,徐铭铭,冯光,张林林.基于同步波形与关联规则的单相接地故障诊断[J].智慧电力.2019
[4].彭刚,唐松平,曾力,肖云.基于数据挖掘的电网故障关联规则的研究[J].计算机与数字工程.2019
[5].吴瞻宇,董明,王健一,汪可,李金忠.基于模糊关联规则挖掘的电力变压器故障诊断方法[J].高压电器.2019
[6].易照云,胡蓉,钱斌,杨剑波,徐冬玲.基于置信规则库的油浸式变压器故障诊断[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[7].朱兴动,章思宇,王正.飞机故障维修记录关联规则挖掘方法[J].兵器装备工程学报.2019
[8].吕延卓,肖明清,刘强,唐希浪,李剑峰.基于置信规则库推理的飞控系统故障诊断[J].计算机测量与控制.2019
[9].齐东升.基于容错关联规则的CPS故障检测研究[D].桂林电子科技大学.2019
[10].彭鹏,邵宇鹰,王海峰,罗潇,姚初晴.关联规则推演在油浸式变压器故障诊断中应用[C].2019智能电网新技术发展与应用研讨会论文集.2019
论文知识图
