[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。
