首页 > 学术论文

基于粗糙集和聚类PSO-RBF的水电机组故障诊断

来源:论文学术网
时间:2024-08-18 13:55:46
热度:

基于粗糙集和聚类PSO-RBF的水电机组故障诊断【摘要】:正将聚类PSO优化粗糙集-神经网络算法引入水电机组故障诊断中,利用聚类算法和PSO算法的优点改进粗糙集属性约简方法并对水电

【摘要】:正将聚类PSO优化粗糙集-神经网络算法引入水电机组故障诊断中,利用聚类算法和PSO算法的优点改进粗糙集属性约简方法并对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用BP神经网络对粗糙集处理后的故障信息进行诊断。该方法降低了神经网络的输入信息空间维数,简化神经网络结构,有效提高故障诊断的准确性。通过对水电机组振动故障数据进行诊断分析, 【作者单位】: 湖北工业大学电气与电子工程学院;深圳康必达控制技术有限公司;
【关键词】粗糙集;PSO-RBF;水电机组;神经网络;故障诊断;决策表;机组故障;空间维数;条件属性;决策属性;
【分类号】:TV738;TP18
【正文快照】: 将聚类PSO优化粗糙集-神经网络算法引入水电机组故障诊断中,利用聚类算法和PSO算法的优点改进粗糙集属性约简方法并对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用BP神经网络对粗糙集处理后的故障信息进行诊断。该方法降低了神经网络的输入信息空间维

您可以在本站搜索以下学术论文文献来了解更多相关内容

粗糙集在洪水风险评估中的应用    张进;李超;刘孙俊;

基于粗糙集和决策熵的水利工程监理投标风险分析    刘昆鹏;朱玉祥;

基于粗糙集的水电工程施工安全评价方法    郑霞忠;谌巧玲;陈述;胡斌锋;

基于粗集的水利工程项目设计阶段风险评估    宋永嘉;牛树英;田林钢;

基于粗糙集和支持向量机的水电机组振动故障诊断    彭文季;罗兴锜;

基于粗糙集和支持向量机的水电站发电调度规则研究    纪昌明;李继伟;张新明;石萍;喻杉;

基于粗糙集(RS)和支持向量机(SVM)的混凝土性能预测实证研究    陈斌;郭雪莽;刘国华;

基于PSR模型和粗糙集的平原地区河流系统健康评价指标体系研究    闫正龙;高凡;黄强;

    

基于粗糙集的水轮发电机组振动故障诊断系统研究    李辉

Baidu
map