| 引用本文: | 杨伟,顾明星,彭静萍.证据理论在电机故障诊断中的应用[J].电力系统保护与控制,2010,38(2):64-67,97.[点击复制] |
| .[J].Power System Protection and Control,2010,38(2):64-67,97[点击复制] |
|
| 摘要: |
| D-S证据理论作为一种非精确推理算法具有独特的优势，非常适用于存在大量不确定性因素的电机故障诊断工作。提取故障电机的状态特征量，并将其按时域、频域、奇异值分解为多个子参数空间。在此基础上，采用并行BP神经网络及模糊聚类系统对电机故障进行局部诊断。将每个局部诊断结果作为独立的证据体，构造相应的信度分配函数。结合电机故障的信息融合诊断模型，将基于D-S证据理论的决策融合的方法应用于电机故障诊断。通过对案例进行分析，实现了利用多证据体的融合信息对电机故障状态进行诊断，其诊断结果验证了D-S证据理论在提高电机故障诊断的准确性和灵敏性方面的作用。 |
| 关键词: 电机故障诊断 D-S证据理论 BP神经网络 模糊聚类分析 |
| DOI：10.7667/j.issn.1674-3415.2010.02.014 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
