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:
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.
推荐文章
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
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
基于信息熵理论和Parks聚类分析的水电机组振动故障诊断
水电机组
振动故障诊断
信息熵理论
Parks聚类分析
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Choquet模糊积分的水电机组振动故障诊断
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) 所属期刊栏目
研究方向 页码范围 61-66
页数 6页 分类号 TV737
字数 3862字 语种 中文
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 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
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(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
水电机组
故障诊断
加权贝叶斯
模糊积分
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
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导