發(fā)布時(shí)間：2017-10-23 23:14

  本文關(guān)鍵詞：基于最小最大核K均值聚類算法的水電機(jī)組振動(dòng)故障診斷

  更多相關(guān)文章： 水電機(jī)組 振動(dòng) 故障診斷 最小最大K均值聚類 核函數(shù)

【摘要】：基于聚類分析的故障診斷方法能夠按照故障樣本之間的相似性無(wú)監(jiān)督地將同類故障聚為一簇,當(dāng)前已成為一類有效的故障診斷策略。為解決傳統(tǒng)聚類算法受初始聚類中心的影響,易陷入局部最優(yōu)解的問題,提出一種最小最大核K均值聚類方法。該方法在聚類過(guò)程中為簇內(nèi)方差賦以與其大小成正比的自動(dòng)修正的權(quán)重,并引入核函數(shù)技術(shù)以處理低維輸入空間的線性不可分問題,大大提高了聚類的精確性。在標(biāo)準(zhǔn)數(shù)據(jù)上將所提方法與標(biāo)準(zhǔn)K-means及K-means++比較,顯示了所提算法的有效性和優(yōu)越性�；谶@一聚類方法提出了一種具有自學(xué)習(xí)能力的故障診斷模型。將該診斷模型應(yīng)用于水電機(jī)組振動(dòng)故障診斷,實(shí)例驗(yàn)證了模型的可行性。
【作者單位】： 河南工業(yè)大學(xué)電氣工程學(xué)院;許繼集團(tuán)有限公司;
【關(guān)鍵詞】： 水電機(jī)組 振動(dòng) 故障診斷 最小最大K均值聚類 核函數(shù)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51409095) 河南工業(yè)大學(xué)高層次人才基金項(xiàng)目(2013BS059)~~
【分類號(hào)】：TV738
【正文快照】： This work is supported by National Natural Science Foundation of China(No.51409095).0引言水電機(jī)組是水電能源生產(chǎn)過(guò)程中的核心設(shè)備,水電機(jī)組的運(yùn)行健康狀況不僅關(guān)系到水電廠自身的安全還直接關(guān)系到其互聯(lián)電網(wǎng)的穩(wěn)定性[1-2]。因此,對(duì)水電機(jī)組開展故障診斷研究具有十分重

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 瞿f，

本文編號(hào)：1085856