科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于具有强耦合性和不确定性的水电机组故障,基于统一特征向量的故障表征方法容易淹没有效特征的表征效果,直接限制了故障诊断的准确性和时效性。鉴于此,提出一种仿生故障诊断方法,该方法模仿人脑思维,提出关联特征向量概念,并用特征选择树描述其逻辑结构,以特征提取树求取。以其嵌套结构深层次挖掘故障之间的错综复杂关系,实现对水电机组故障之间量差异和质差异的综合挖掘,深层次揭示不同故障间以及故障与特征之间的固有联系,有效提取不同故障的本质区别,提高故障表征的有效性。进而结合概率神经网络实现智能分类。实验结果表明,该方法能够完成水电机组的故障诊断,同时取得了优秀的诊断有效性和时效性。
- 单位
