共查询到19条相似文献,搜索用时 60 毫秒
1.
2.
基于灰色理论与不变性矩的水电机组轴心轨迹自动识别 总被引:20,自引:0,他引:20
在水电机组状态监测与诊断系统中,轴心轨迹是诊断机组状态的一个重要特征。文中 运用灰色系统理论的关联度分析方法,利用不变性矩作为特征向量,对水轮发电机组轴心轨 迹的自动识别进行了探讨。详细介绍了方法的原理和实际应用步骤,对3类典型的轴心轨迹 的自动识别进行了仿真试验,结果表明,该法是有效、可行的。 相似文献
3.
基于引力搜索核聚类算法的水电机组振动故障诊断 总被引:1,自引:0,他引:1
核聚类是一类有效的水力发电机组振动故障诊断方法,为了解决核聚类有效性评价和核参数选择的问题,提出了一种引力搜索核聚类算法。首先建立以核Xie-Beni指标为目标的聚类模型;然后引入引力搜索框架,以聚类中心和核函数参数为优化变量,通过引力搜索求解核聚类模型;最后定义了基于核空间样本相似度的故障诊断模型。利用国际标准样本集对该方法进行分类测试,并将该方法应用于水电机组振动故障诊断。试验结果表明:与传统聚类方法相比,文中方法具有更高分类精度,且能对故障样本准确聚类并提取诊断模型参数,实现故障的准确诊断。 相似文献
4.
5.
在水电机组状态检修系统中,轴心轨迹是判断机组状态的一个重要特征.该文提出边缘检测和矩特征提取相结合的方法,利用粒子群寻优算法来获取与待识别样本最接近的已知样本,应用改进的BP神经网络进行识别,将轴心轴迹的不变性矩作为神经网络的特征参数,对几种典型的轴心轨迹进行了辨识.某水电站机组试验表明该方法识别速度快、精度高,具有较高的实用价值. 相似文献
6.
基于聚类分析的故障诊断方法能够按照故障样本之间的相似性无监督地将同类故障聚为一簇,当前已成为一类有效的故障诊断策略。为解决传统聚类算法受初始聚类中心的影响,易陷入局部最优解的问题,提出一种最小最大核K均值聚类方法。该方法在聚类过程中为簇内方差赋以与其大小成正比的自动修正的权重,并引入核函数技术以处理低维输入空间的线性不可分问题,大大提高了聚类的精确性。在标准数据上将所提方法与标准K-means及K-means++比较,显示了所提算法的有效性和优越性。基于这一聚类方法提出了一种具有自学习能力的故障诊断模型。将该诊断模型应用于水电机组振动故障诊断,实例验证了模型的可行性。 相似文献
7.
基于聚类分析的故障诊断方法能够按照故障样本之间的相似性无监督地将同类故障聚为一簇,当前已成为一类有效的故障诊断策略。为解决传统聚类算法受初始聚类中心的影响,易陷入局部最优解的问题,提出一种最小最大核K均值聚类方法。该方法在聚类过程中为簇内方差赋以与其大小成正比的自动修正的权重,并引入核函数技术以处理低维输入空间的线性不可分问题,大大提高了聚类的精确性。在标准数据上将所提方法与标准K-means及K-means++比较,显示了所提算法的有效性和优越性。基于这一聚类方法提出了一种具有自学习能力的故障诊断模型。 相似文献
8.
9.
在水电机组状态检修系统中,轴心轨迹是诊断机组状态的一个重要特征。文中采用矩阵的奇异值分解(SVD)方法,利用奇异特征值作为特征向量,采取最邻近法对水轮发电机组轴心轨迹的自动识别进行了研究。介绍了方法的原理,并对几类典型的轴心轨迹的自动识别进行了仿真实验,结果表明该方法是有效、简单和可行的。 相似文献
10.
应用模糊c均值算法对文档进行分类,具有不使用语法知识、不使用词法规则、无监督等特点.采用模糊c均值算法对文档进行聚类,实验结果表明:该方法优于普通的聚类算法,聚类结果能充分体现文本的多样性. 相似文献
11.
12.
13.
14.
为了提高风力发电设备故障诊断的准确性,构建了基于物联网和模糊聚类的风力发电设备的故障诊断系统。首先提出了风力发电设备故障诊断系统的拓扑结构,并介绍了其涉及的关键技术;然后给出了该系统的所采用的数据分析和故障诊断方法,并进行了应用实例分析。结果表明:该风力设备故障诊断系统可监控风力发电设备的运行状态,并能准确地诊断出风力发电设备的故障类型。 相似文献
15.
针对加权模糊聚类算法(WFCM)应用于变压器DGA分析时存在收敛速度慢、对初始值敏感的问题,提出了一种改进人工鱼群优化加权模糊聚类算法(SAAFSA-WFCM)的变压器故障诊断方法.该方法利用模拟退火算法(SA)来改进人工鱼群算法(AFSA)以求取最佳初始聚类中心,在发挥AFSA优异的全局寻优能力的同时,利用SA的概率性突跳搜索机制对AFSA实施局部优化,提高了AFSA的搜索精度.WFCM算法以得到的最佳初始聚类中心为初值进行迭代运算,最终求得更接近实际位置的聚类中心,克服了WFCM易受初值影响的缺陷,加快了收敛速度.仿真与实例分析表明,该方法可有效应用于变压器的故障诊断,并有着较高的诊断正确率和诊断效率. 相似文献
16.
首先对机组进行稳定性测试,通过测试数据分析和查找振动原因,同时对机组进行轴系状态和轴心运行轨迹分析,检测机组的轴线运行情况和导轴瓦间隙调整情况。最后通过对机组导轴瓦间隙进行了调整,并对发电机转予进行现场动平衡处理,较好地解决了发电机组的振动问题。 相似文献
17.
18.
19.
对于水电机组非平稳非线性振动信号特征提取方法的研究近年来一直是水电机组故障诊断领域研究热点,特征提取的有效性直接关系到故障诊断的准确性。本文提出基于集合经验模态分解(EEMD)和近似熵的水电机组振动信号特征提取方法,将信号经EEMD分解后筛选得到的本征模态分量(IMF)近似熵特征值输入概率神经网络(PNN)进行模式识别。采用经验模态分解(EMD)和近似熵特征提取方法进行对比实验。识别结果表明:采用EEMD和近似熵的特征提取方法,能有效区分机组不同的运行状态,可为实际工程应用提供理论依据。 相似文献