融合粗糙集与神经网络的燃气轮发电机组振动故障诊断方法

• 作者: 刘灏颖 张娇 张炳成 李永德 李红伟 杨洁
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 燃气轮发电机组 故障诊断 粗糙集 神经网络
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 应用研究
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP181|TM311
• 字数: 3271字
• 语种: 中文

摘要

针对燃气轮发电机组振动故障诊断中可测参数难以直接反映机组故障状态的问题，提出一种融合粗糙集理论和神经网络的燃气轮发电机组振动故障诊断方法。结合粗糙集对燃气轮发电机组振动信号原始特征数据进行约简，减少冗余信息。将粗糙集与神经网络有机结合，用优化了的神经网络诊断燃气轮发电机组振动故障。试验结果表明了所述方法的有效性，为燃气轮发电机组振动故障的快速诊断提供了可参考的新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红伟	西南石油大学电气信息学院	72	420	11.0	16.0
2	杨洁	西南石油大学电气信息学院	7	38	4.0	6.0
3	张炳成		3	24	2.0	3.0
4	刘灏颖	西南石油大学电气信息学院	4	24	2.0	4.0
5	李永德	西南石油大学电气信息学院	3	28	2.0	3.0
6	张娇	西南石油大学电气信息学院	3	19	1.0	3.0