基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用数据融合的理论和方法,在整个水电机组故障诊断过程中,在数据处理的信号层、特征层及决策层上分别提出不同的数据融合算法,解决了传统水电机组故障诊断中存在的大量采集数据如何有效处理的问题.所提出的算法针对水电机组故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性.
推荐文章
基于SA-WNN模型的水电机组故障诊断研究
模拟退火算法
小波神经网络
水电机组
故障诊断
国内水电机组状态监测和故障诊断技术现状
水电机组
状态监测
状态检修
故障诊断
网络化水电机组振动监测和故障诊断系统
水电机组
振动监测
故障诊断
互联网
虚拟仪器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 水电机组故障诊断中的数据融合算法
来源期刊 水电自动化与大坝监测 学科 工学
关键词 水轮发电机组 故障诊断 数据融合 D-S证据理论
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 12-15
页数 4页 分类号 TV737
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周建中 华中科技大学水电与数字化工程学院 395 5250 35.0 50.0
2 华斌 华中科技大学水电与数字化工程学院 15 162 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水轮发电机组
故障诊断
数据融合
D-S证据理论
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电自动化与大坝监测
双月刊
1671-3893
32-1641/TV
南京市南瑞路8号
出版文献量(篇)
2990
总下载数(次)
1
总被引数(次)
0
论文1v1指导