共查询到18条相似文献,搜索用时 167 毫秒
1.
2.
3.
4.
将小波神经网络技术和D-S证据理论引入到发动机故障诊断中,利用小波神经网络良好的局部分析能力和融合特性,以及D-S证据理论对于不确定性故障的分析,提高了发动机故障诊断的精确性. 相似文献
5.
6.
7.
针对传统D-S证据理论存在鲁棒性差与"一票否决"等问题,提出采用加权融合法优化D-S证据理论,以提高其在大坝安全评价应用中的可靠性。首先对原始监测数据进行标准化及归一化处理;然后用欧氏距离确定权重,利用各监测项目间的内在联系进行D-S证据融合;最后根据加权融合结果对西溪水库大坝进行安全评价。结果表明,大坝整体的安全与较安全指标概率赋值达0.527,远大于较不安全指标0.049,大坝处于安全状态;坝基渗流较不安全概率赋值达0.492,存在一定的渗流安全隐患,融合评价结果与工程实际相符合,说明该方法可如实反映大坝的安全状况。 相似文献
8.
针对燃气轮机轴承监测诊断中存在的多源监测数据利用不足、传感器信号不确定性难以消除、诊断精度待提高等问题,D-S证据理论(Dempster-Shafer Evidence Theory)作为一种简洁、高效的决策层多源信息融合方法,在燃气轮机状态监测与故障诊断中具有应用潜力。本文引入传统的D-S证据理论,并针对其存在的缺陷,系统总结了证据理论在燃气轮机轴承故障诊断领域的研究现状,围绕燃气轮机实际的工业应用场景,分析归纳了D-S证据理论的特点,并指出了未来D-S证据理论与燃气轮机轴承故障诊断的发展趋势。 相似文献
9.
10.
11.
一种基于D-S证据理论的水轮机故障诊断方法 总被引:2,自引:1,他引:1
为解决不确定条件下水轮机故障诊断问题,在故障样本集的基础上通过粗糙集约简冗余属性获取了诊断规则进行故障诊断.对检测信息不完备时根据检测条件属性通过贝叶斯定理计算缺失属性发生的概率用于故障判断.针对多个诊断中出现的问题,通过D-S证据理论进行融合以获取一致性输出.示例证明了该方法的可行性与有效性. 相似文献
12.
针对电厂煤粉细度在线测量难的问题,提出利用数据融合技术识别煤粉过细、煤粉正常、煤粉过粗。在分析与煤粉细度相关的多个运行状态参量基础上,根据历史运行数据,确定煤粉细度的典型样本,然后对各状态参量应用D—S融合规则得到结果。而对于D—S证据理论应用中基本概率赋值难以确定问题,应用正态分布曲线构造相似度函数.继而得到基本概率赋值,减少了方法的主观性。根据运行数据验证,该方法能够有效诊断煤粉细度,且具有较好的鲁棒性,具有工程实用价值。 相似文献
13.
为了实现对核动力装置凝给水系统故障的识别和准确诊断,将数据融合技术应用于凝汽器故障诊断中,建立了BP神经网络和D-S证据理论融合的故障诊断模型,仿真实验证明该诊断系统可有效地提高诊断可信度,减少诊断的不确定性. 相似文献
14.
15.
采用多级信息融合,提出了一种新的凝汽器故障诊断方法。首先,利用神经网络和距离测度的方法进行初级融合;然后,再利用D—S证据理论进行决策级的融合。结果表明,该方法降低了神经网络误判的可能性,同时也得到比基于距离测度的方法更直观的判决结果。 相似文献
16.
采用数据融合方法诊断电站锅炉的燃烧稳定性 总被引:2,自引:0,他引:2
电站锅炉燃烧稳定性易受锅炉负荷、煤质等因素影响,单一的火检信号或炉膛压力信号所反映的燃烧状态信息,既不准确也不完整.为提高对炉内燃烧状态的判别质量,引入了数据融合的方法.通过采用D-S证据理论方法对常规火检信号和炉膛压力压信号进行融合,得到综合诊断结果,并提出了一种简单可行的基本概率分配方法.对某电厂监控信息系统中保存的某一时间段的运行数据进行分析验证.结果表明:基于证据理论融合后的诊断结果较各传感器单独决策的结果精度高、可靠性强,不确定性大大减小,从而能对燃烧状态作出更有效的诊断. 相似文献
17.
《全球能源互联网(英文)》2020,3(1):76-84
In order to promote the development of the Internet of Things (loT), there has been an increase in the coverage of the customer electric information acquisition system (CEIAS). The traditional fault location method for the distribution network only considers the information reported by the Feeder Terminal Unit (FTU) and the fault tolerance rate is low when the information is omitted or misreported. Therefore, this study considers the influence of the distributed generations (DGs) for the distribution network. This takes the CEIAS as a redundant information source and solves the model by applying a binary particle swarm optimization algorithm (BPSO). The improved Dempster/S-hafer evidence theory (D-S evidence theory) is used for evidence fusion to achieve the fault section location for the distribution network. An example is provided to verify that the proposed method can achieve single or multiple fault locations with a higher fault tolerance. 相似文献
18.
为了提高电网故障诊断结果的准确性,提出了基于改进Petri网与希尔伯特黄变换融合的电网故障诊断方法。首先在已有基于开关量的Petri网模型上做了简化与改进,改进模型同时考虑了主保护、后备保护和失灵保护的影响,可充分模拟实际故障中各个保护的优先级别,并引入分步诊断的概念简化了模型推导的复杂程度;然后通过希尔伯特黄变换来分析已获取的可疑故障设备的相关电气量,同时定义并计算得幅值故障度、频率故障度和能量故障度三个故障测度指标;最后在D-S证据理论的基础上融合三个故障测度获取故障元件。算例结果表明,该方法可改善故障诊断的准确度。 相似文献