[发明专利]一种基于信息融合技术的水电机组故障诊断方法在审
申请号: | 201910020679.3 | 申请日: | 2019-01-09 |
公开(公告)号: | CN109657647A | 公开(公告)日: | 2019-04-19 |
发明(设计)人: | 程加堂;熊燕;艾莉;赵熙靖 | 申请(专利权)人: | 红河学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/00;G06N3/08 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 韩玙 |
地址: | 661199 云南*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于信息融合技术的水电机组故障诊断方法,首先,提取水电机组不同振动故障的特征参数;构建相应的训练集和测试集;再建立三个独立的改进布谷鸟搜索算法优化BP神经网络模型,对水电机组的振动故障进行初级诊断;将初级诊断结果作为证据理论的独立证据体,进行最终的融合决策。本发明利用布谷鸟搜索算法在迭代过程中的适应度来调整步长因子,强化了面向复杂优化问题的适应性;此外,本发明采用基于信息融合技术的故障诊断方法,增强了诊断模型的鲁棒性和容错性,进而有效提高了水电机组振动故障诊断的准确度。 | ||
搜索关键词: | 水电机组 信息融合技术 故障诊断 初级诊断 搜索算法 振动故障 振动故障诊断 准确度 迭代过程 独立证据 特征参数 优化问题 证据理论 测试集 鲁棒性 容错性 适应度 训练集 构建 诊断 融合 优化 改进 决策 | ||
【主权项】:
1.一种基于信息融合技术的水电机组故障诊断方法,其特征在于,具体按照以下步骤实施:步骤1、采用至少一组加速度传感器来收集水电机组振动故障的信息,并提取出特征参数;步骤2、将所述特征参数划分为训练数据和测试数据,所述训练数据用于构建神经网络模型,所述测试数据用于验证神经网络模型的诊断性能;步骤3、建立至少两个基于改进布谷鸟搜索算法优化BP神经网络的初级诊断模型,获取基本概率赋值;步骤4、采用证据理论的合成规则对所述基本概率赋值进行信息融合,得出所述水电机组振动故障的诊断结论。
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红河学院,未经红河学院许可,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/201910020679.3/,转载请声明来源钻瓜专利网。