基于多重分形与BGSA-PNN的水电机组振动信号状态识别

受机械因素、电气因素和水力因素的耦合作用,水电机组振动信号表现出明显的非线性、非平稳特性,是一类典型的分形信号。基于此,提出了一种基于多重分形与二进制引力搜索算法优化概率神经网络（PNN）的水电机组信号特征提取方法,通过多重分形分析方法提取信号特征,使用二进制引力搜索算法进行特征降维,将降维后的特征向量输入PNN识别,并与降维前的特征向量以及使用EMD模糊熵提取的特征向量进行对比。结果表明,所提方法能够准确地提取机组振动信号特征,提高机组状态识别准确率,为提高电站的安全、稳定运行提供理论依据。