期刊专题

10.3969/j.issn.1006-2475.2017.10.012

基于D-S证据融合的风力发电机组的故障预测

引用
针对风力发电机组在机械和电气方面的故障,提出一种基于电气特征向量和振动特征向量的D-S证据融合方法.在2种信号的特征空间下分别构造2个经过参数优化的支持向量机,经过D-S融合之后给出最终的预测故障种类.相对于传统发电机故障诊断中分别针对机械故障和电气故障安装振动传感器和电流传感器,通过频谱特征来区分不同故障,证据融合方法能将电流信号用于机械故障的诊断,也能将振动信号用于电气故障的诊断.通过大量实测数据分析验证,本文提出的融合模型相比于只用单一信号构造的故障分类器具有更高的分类准确率.

风力发电机、故障诊断、小波包分解、D-S证据理论、支持向量机

TP391(计算技术、计算机技术)

辽宁省自然科学基金资助项目201404105

2017-11-29(万方平台首次上网日期,不代表论文的发表时间)

共6页

57-61,71

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2017,(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn