基于QPSO-BP和改进D-S的水电机组振动故障诊断

• 作者: 段志梅 熊燕 程加堂 艾莉
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 水电机组 振动 故障诊断 量子粒子群优化BP神经网络 改进D-S证据理论
• 年，卷（期）: 2015,（19）
• 所属期刊栏目: 应用研究
• 页码范围: 66-71
• 页数: 6页
• 分类号: TM312
• 字数: 3721字
• 语种: 中文

摘要

为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法.根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据体应用于D-S理论的合成之中,实现了基本概率赋值的客观化.针对标准D-S无法合成高度冲突证据的缺陷,通过计算权值矩阵对其进行修正.实例分析表明,和3个初级诊断模型及标准D-S合成法相比,所提方法可以有效识别机组的振动故障,具有较高的诊断准确率.