陕西省“13115”科技创新工程(2008ZDGC-16)
- 作品数：3 被引量：24H指数：3
- 相关作者：王瀚李辉白亮罗兴錡罗兴锜更多>>
- 相关机构：西安理工大学西北勘测设计研究院更多>>
- 发文基金：国家自然科学基金陕西省“13115”科技创新工程陕西省教育厅科研计划项目更多>>
- 相关领域：电气工程交通运输工程动力工程及工程热物理更多>>
- 基于时间序列相似性挖掘的水电机组振动故障诊断研究被引量：10
- 2010年
- 时间序列的相似性挖掘是水电机组故障诊断的重要方法,本文提出一种基于频率模糊贴近度的时间序列相似性的数据挖掘方法,用来解决水电机组故障诊断中振摆特征曲线的相似性比较问题。该方法将复杂的时域问题转化为频域问题,通过模糊贴近来度量时间序列之间的距离,刻画出数据时间序列的相似程度。该算法应用到大峡水电站二号机组的故障诊断中,结果表明,该方法能够对故障做出准确判别,分离各种故障类型。由于需要存储的数据比较少,速度快,非常适于水电机组故障诊断中大规模图形序列挖掘。
- 白亮王瀚李辉罗兴錡
- 关键词：水电机组故障诊断时间序列
- 基于模糊聚类的水电机组轴心轨迹多重分形特征识别被引量：6
- 2012年
- 本文应用多重分形特征谱来描述水电机组轴心轨迹图形特征,结合常见水电机组轴心轨迹形状探讨了轴心轨迹多重分形谱特征提取实现方法;利用模糊C-均值聚类方法对多种故障的轴心轨迹多重分形特征值进行了聚类识别,其结果表明该方法可在多轴心轨迹样本情况下达到很好的分类识别,符合水电机组智能诊断的需要。
- 李辉白亮罗兴錡贾嵘田录林
- 关键词：水电机组故障诊断轴心轨迹模糊C-均值聚类
- EMD动态过程神经网络尾水管故障信息融合诊断被引量：8
- 2012年
- 为准确识别水轮机尾水管涡带状态,本文提出一种基于EMD指标能量的神经网络故障诊断方法。采用经验模态分解方法分离尾水管压力脉动信号,建立基于指标能量的故障特征向量,并以此作为故障样本训练三层离散前馈过程神经网络,形成由动态特征向量到故障类型的映射关系,实现故障信息融合诊断。以水轮机尾水管压力脉动信号为例,进行了应用检验。结果表明,该方法的收敛速度和分类精度优于传统的RBF、BP神经网络法,分类识别的平均百分比误差小,准确度高,适合用于水轮机尾水管涡带的故障融合诊断。
- 王瀚张欣伟罗兴锜许明海
- 关键词：水轮机尾水管涡带过程神经网络
