本文選題：水電機組　切入點：故障診斷　出處：《水電能源科學》2017年07期

【摘要】：針對水電機組故障診斷的復雜性和傳統(tǒng)算法存在的缺點,提出采用布谷鳥搜索算法優(yōu)化BP模糊Petri網進行故障診斷。首先利用布谷鳥搜索算法的全局搜索功能對網絡參數(shù)尋優(yōu),將得出的全局最優(yōu)解作為BP模糊Petri網的最優(yōu)初始參數(shù),再用選取的故障樣本數(shù)據(jù)對模糊Petri網進行學習訓練,建立故障特征集到故障類型集的映射關系以實現(xiàn)故障分類。仿真試驗表明,該故障診斷方法收斂速度快、準確率高,可應用于實際水電機組故障診斷。
[Abstract]:In view of the complexity of fault diagnosis of hydropower units and the shortcomings of traditional algorithms, this paper proposes to optimize BP fuzzy Petri nets for fault diagnosis by Cuckoo search algorithm. Firstly, the global searching function of Cuckoo search algorithm is used to optimize the network parameters. The global optimal solution is regarded as the optimal initial parameter of BP fuzzy Petri net, and the selected fault sample data is used to study and train the fuzzy Petri net. The mapping relationship between fault feature collection and fault type set is established to realize fault classification. The simulation results show that the proposed fault diagnosis method has high convergence speed and high accuracy and can be applied to fault diagnosis of practical hydropower units.
【作者單位】： 山東科技大學電氣與自動化工程學院;山東電力集團公司檢修公司;
【基金】：國家自然科學基金項目(61304080)
【分類號】：TP301.1;TV738

【相似文獻】

相關期刊論文 前10條

1 張立眾;孫志勇;;“逐項排除法”在故障診斷中的應用[J];礦山機械;1990年09期

2 賈民平;機械故障診斷學的理論及其應用 第一講 故障診斷的意義及研究發(fā)展概況[J];江蘇機械制造與自動化;1999年01期

3 楊曉磊;;淺談我國鐵路機車故障診斷[J];科技風;2014年06期

4 田少民;工程機械的狀態(tài)監(jiān)測與故障診斷技術[J];工程機械;2001年01期

5 王敏,王萬俊,熊春山,黃心漢;基于多傳感器數(shù)據(jù)融合的故障診斷技術[J];華中科技大學學報;2001年02期

6 潘松海;介紹一種故障診斷方法[J];組合機床與自動化加工技術;2001年06期

7 李德躍;發(fā)動機突然熄火的故障診斷[J];城市車輛;2001年02期

8 王小虎;機械式風速表檢定中的故障診斷及維修方法[J];中國計量;2002年03期

9 王清照,肖衛(wèi)杰,王加璇;運用熱經濟學結構理論進行故障診斷的探討[J];中國電機工程學報;2003年09期

10 陳東林;煙草設備的故障診斷技術應用與展望[J];中國設備工程;2003年06期

相關會議論文 前10條

1 楊其校;劉昭度;齊志權;馬岳峰;;汽車ABS電機故障診斷[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

2 黎清海;高慶;;基于系統(tǒng)分層的故障診斷方法[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

3 聞競競;黃道;;故障診斷方法綜述[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 李t，

本文編號：1688244