基于贝叶斯网络的水电机组振动故障诊断研究

• 作者: 刘东 张晓静 王昕 肖志怀 黄建荧
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水电机组 振动 故障诊断 贝叶斯网络 SOM神经网络 EM算法
• 年，卷（期）: 2019,（2）
• 页码范围: 112-120
• 页数: 9页
• 分类号: TK05
• 语种: 中文
• DOI: 10.11660/slfdxb.20190211

摘要

水电站的状态监测系统积累了大量的监测数据,但由于现场专家缺乏,目前这些数据没有得到很好的利用,如何挖掘这些数据并结合专家经验对水电机组进行故障诊断是本文研究的重点.本文提出了一种基于贝叶斯网络的水电机组振动故障诊断模型.根据专家经验获得贝叶斯网络结构和部分节点参数,通过SOM神经网络对数据信号进行离散化处理,利用EM算法参数学习获得其他节点的概率分布,搭建基于贝叶斯网络的子系统模型,并将子系统模型整合成完整的系统模型.文章最后通过设计试验,验证了所建模型诊断结果的正确性和合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖志怀	武汉大学流体机械与动力工程装备技术湖北省重点实验室	79	448	10.0	16.0
2	张晓静	武汉大学流体机械与动力工程装备技术湖北省重点实验室	6	33	3.0	5.0
3	刘东	武汉大学流体机械与动力工程装备技术湖北省重点实验室	13	31	3.0	4.0
4	王昕		14	28	4.0	4.0
5	黄建荧		3	14	3.0	3.0