期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于QPSO-BP和改进D-S的水电机组振动故障诊断
被引量：
6
1
作者
程加堂
段志梅
+1 位作者
艾莉
熊燕
《电力系统保护与控制》
EI
CSCD
北大核心
2015年第19期66-71,共6页
为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据...
为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据体应用于D-S理论的合成之中,实现了基本概率赋值的客观化。针对标准D-S无法合成高度冲突证据的缺陷,通过计算权值矩阵对其进行修正。实例分析表明,和3个初级诊断模型及标准D-S合成法相比,所提方法可以有效识别机组的振动故障,具有较高的诊断准确率。
展开更多
关键词
水电机组
振动
故障诊断
量子粒子群优化
bp
神经网络
改进D-S证据理论
下载PDF
职称材料
题名
基于QPSO-BP和改进D-S的水电机组振动故障诊断
被引量：
6
1
作者
程加堂
段志梅
艾莉
熊燕
机构
红河学院工学院
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2015年第19期66-71,共6页
基金
云南省教育厅科学基金项目(2012Y450)
文摘
为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据体应用于D-S理论的合成之中,实现了基本概率赋值的客观化。针对标准D-S无法合成高度冲突证据的缺陷,通过计算权值矩阵对其进行修正。实例分析表明,和3个初级诊断模型及标准D-S合成法相比,所提方法可以有效识别机组的振动故障,具有较高的诊断准确率。
关键词
水电机组
振动
故障诊断
量子粒子群优化
bp
神经网络
改进D-S证据理论
Keywords
hydroelectric
generating
unit
vibration
fault
diagnosis
quantum
particle
swarm
optimized
bp
neuralnetwork
（
qpso
-
bp
）
modified
D-S
evidence
theory
分类号
TV738 [水利工程—水利水电工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于QPSO-BP和改进D-S的水电机组振动故障诊断
程加堂
段志梅
艾莉
熊燕
《电力系统保护与控制》
EI
CSCD
北大核心
2015
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
