首页 | 本学科首页   官方微博 | 高级检索  
     检索      

水电机组振动故障的粗糙集-神经网络诊断方法
引用本文:梁武科,赵道利,王荣荣.水电机组振动故障的粗糙集-神经网络诊断方法[J].西北农林科技大学学报(社会科学版),2007,35(7):223-226.
作者姓名:梁武科  赵道利  王荣荣
作者单位:西安理工大学,水利水电学院,陕西,西安,710048
基金项目:国家自然科学基金重点项目(90410019);陕西省自然科学基础研究计划项目(2006D13)
摘    要:针对当前水电机组故障原因复杂,实际监测数据量大,采用神经网络方法进行机组故障诊断存在网络结构复杂、训练时间长、诊断困难的问题,文章将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法。在保持分类能力不变的前提下,用粗糙集理论对故障信息进行约简处理,然后用RBF神经网络对预处理后的故障信息进行诊断,使神经网络的输入神经元数目明显减少,其结构得以简化。通过对某电站实测机组数据进行离线故障诊断,证明该诊断方法有效提高了机组故障诊断的效率和准确性。

关 键 词:水电机组  故障诊断  粗糙集理论  RBF神经网络
文章编号:1671-9387(2007)07-0223-04
收稿时间:2007/1/15 0:00:00
修稿时间:2007-01-15

Fault diagnosis method for hydroelectric units based on rough set & Rbf network
LIANG Wu-ke,ZHAO Dao-li,WANG Rong-rong,MA Wei,LUO Xing-qi.Fault diagnosis method for hydroelectric units based on rough set & Rbf network[J].Journal of Northwest Sci-Tech Univ of Agr and,2007,35(7):223-226.
Authors:LIANG Wu-ke  ZHAO Dao-li  WANG Rong-rong  MA Wei  LUO Xing-qi
Institution:(Institute of Water Resources and Hydro-electric Engineering,Xi’an University of Technology,Xi’an,Shaanxi 710048,China)
Abstract:
Keywords:hydroelectric units  fault diagnosis  rough set theory  RBF neural network
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息
点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号