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:
基于神经网络"能量-故障"映射关系,提出将小波频带分析与灰色预测理论相结合进行水电机组故障预测.运用小波分解提取各频带能量,应用预测理论建立水电机组故障特征量的预测模型,预测各频率成分能量的变化,重构由预测各频带能量成分组成的特征向量,应用于水电机组故障预测分析.以水轮机主轴摆度信号为例,应用该方法进行了特征信息提取和预测,表明将小波能量提取与灰色预测理论相结合进行振动特征信息的预测比较有效,为故障预测提供了新思路.
推荐文章
小波变换在水电机组故障信号分析中的应用
小波变换
水电机组
故障诊断
奇变检测
基于小波神经网络的开关磁阻发电机故障预测模型研究
MATLAB/simulink
小波神经网络
故障预测
仿真
开关磁阻发电机
灰色系统理论在故障预测中的应用现状及其发展趋势
数理统计学
灰色系统理论
灰预测
GM模型
故障预测
预测精度
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
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 基于小波的灰色预测理论在水电机组故障预测中的应用
来源期刊 电网技术 学科 工学
关键词 小波变换 小波包 频带分析 水轮机主轴 灰色系统 故障预测
年,卷(期) 2005,(13) 所属期刊栏目 电力系统
研究方向 页码范围 40-44
页数 5页 分类号 TM312
字数 3420字 语种 中文
DOI 10.3321/j.issn:1000-3673.2005.13.008
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 韩凤琴 华南理工大学电力学院 46 471 12.0 21.0
2 桂中华 华南理工大学电力学院 10 341 9.0 10.0
3 程宝清 华南理工大学电力学院 1 55 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (170)
参考文献  (7)
节点文献
引证文献  (55)
同被引文献  (114)
二级引证文献  (275)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(6)
  • 二级参考文献(2)
2005(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)
2006(7)
  • 引证文献(5)
  • 二级引证文献(2)
2007(15)
  • 引证文献(6)
  • 二级引证文献(9)
2008(17)
  • 引证文献(4)
  • 二级引证文献(13)
2009(23)
  • 引证文献(6)
  • 二级引证文献(17)
2010(18)
  • 引证文献(1)
  • 二级引证文献(17)
2011(17)
  • 引证文献(1)
  • 二级引证文献(16)
2012(35)
  • 引证文献(3)
  • 二级引证文献(32)
2013(30)
  • 引证文献(4)
  • 二级引证文献(26)
2014(22)
  • 引证文献(7)
  • 二级引证文献(15)
2015(21)
  • 引证文献(2)
  • 二级引证文献(19)
2016(36)
  • 引证文献(8)
  • 二级引证文献(28)
2017(23)
  • 引证文献(3)
  • 二级引证文献(20)
2018(34)
  • 引证文献(3)
  • 二级引证文献(31)
2019(20)
  • 引证文献(1)
  • 二级引证文献(19)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
小波变换
小波包
频带分析
水轮机主轴
灰色系统
故障预测
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导