[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

专利信息
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: 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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top