基于Choquet模糊积分的水电机组振动故障诊断

• 作者: 刘秀峰 吴华丰 张彼德 田源 邹江平 隆力
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 水电机组 故障诊断 加权贝叶斯 模糊积分
• 年，卷（期）: 2013,（12）
• 页码范围: 61-66
• 页数: 6页
• 分类号: TV737
• 字数: 3862字
• 语种: 中文

摘要

为提高水电机组故障诊断的准确性,提出了基于Choquet模糊积分融合的多分类器组合故障诊断方法,对朴素贝叶斯分类器进行了基于属性相似度的加权改进,得到基于属性相似度的加权朴素贝叶斯分类器(Attribute Simi-larity Weighted Naive Bayes Classifier,简称SWNBC),并应用基于Mahalanobis距离的分类器(Mahalanobis Distance Classifier,简称MDC)与BP神经网络(BP neural network)组合成为SWNBC+ MDC+ BP的多分类器组合模型,以小波包提取的相关频带能量作为输入特征向量,应用组合模型对水电机组故障进行诊断,采用模糊积分法来决定最终的故障类型.实验结果表明该模型相对于单一的分类器,能有效提高识别故障的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张彼德	西华大学电气信息学院	74	679	15.0	23.0
2	刘秀峰	西华大学电气信息学院	2	8	1.0	2.0
3	邹江平	西华大学电气信息学院	7	48	4.0	6.0
4	田源	西华大学电气信息学院	4	38	3.0	4.0
8	吴华丰		1	0	0.0	0.0
9	隆力		1	0	0.0	0.0