[发明专利]基于谱聚类分析下多特征信息加权融合的故障诊断方法在审
| 申请号： | 201810479820.1 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108710756A | 公开（公告）日： | 2018-10-26 |
| 发明（设计）人： | 茅大钧;黄佳林;黄一枫;张伟;王亚东 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06K9/62 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于谱聚类分析下多特征信息加权融合的故障诊断方法，该方法首先对故障设备进行谱聚类分析，其次通过获取各SVM局部诊断证据对各故障模式的可靠度，同时，由各SVM局部诊断硬输出判决矩阵构造出基本概率分配，并对基本概率分配进行加权处理，获取可信度和不确定度，最后通过设定的诊断规则，结合可信度和不确定度进行诊断。与现有技术相比，本发明考虑了不同来源的证据对辨识框架中各命题的识别具有不同的可靠性，降低了各SVM局部诊断间的冲突，实现了SVM和改进证据理论的有效结合，进而解决了识别的不可靠性造成的合成结果不能反映客观事实的缺点。 | ||
| 搜索关键词： | 局部诊断 聚类分析 基本概率分配 多特征信息 不确定度 故障诊断 加权融合 可信度 诊断 故障模式 故障设备 合成结果 加权处理 客观事实 判决矩阵 有效结合 证据理论 可靠度 证据 辨识 输出 冲突 改进 | ||
【主权项】：
1.基于谱聚类分析下多特征信息加权融合的故障诊断方法，其特征在于，该方法包括以下步骤：1)对各个电厂故障设备进行判断，若某两个故障设备情况集中，则将二者置于同一分区，否则，采用谱聚类方法对故障设备进行划分，获取多个分区域；2)对各个分区域中的故障设备获取相关系数，并进行正序排序，将绝对值大于设定阈值的相关系数所对应的故障设备作为待诊断目标设备；3)结合SVM局部诊断及改进的证据理论方法，对待诊断目标设备的故障模式计算基本概率分配并进行加权组合，获取可信度和不确定度；4)根据可信度和不确定度对辨识框架中所有故障模式进行诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力学院，未经上海电力学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810479820.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种BMC发送器
- 下一篇：基于时变参数预测模型的机械运行状态监测方法及装置
