位置:成果数据库 > 期刊 > 期刊详情页
基于模糊聚类的水电机组轴心轨迹多重分形特征识别
  • ISSN号:1003-1243
  • 期刊名称:《水力发电学报》
  • 时间:0
  • 分类:TM312[电气工程—电机]
  • 作者机构:[1]西安理工大学水利水电学院,西安710048
  • 相关基金:国家自然科学基金项目(50779056),陕西省普通高等学校重点学科建设项目和陕西省“13115”科技创新工程技术研究中心项目(2008ZDGC-16),陕西省教育厅专项科研计划项目(2010JK730)资助
中文摘要:

本文应用多重分形特征谱来描述水电机组轴心轨迹图形特征,结合常见水电机组轴心轨迹形状探讨了轴心轨迹多重分形谱特征提取实现方法;利用模糊C-均值聚类方法对多种故障的轴心轨迹多重分形特征值进行了聚类识别,其结果表明该方法可在多轴心轨迹样本情况下达到很好的分类识别,符合水电机组智能诊断的需要。

英文摘要:

In this paper, multi-fractal spectrum is used to represent the graphics features of axis orbits of hydropower unit and to achieve feature extraction from common orbit shapes of unit axis. Fuzzy c-means clustering method is used to identify the muhi-fractal characteristics of clustering variety of fault value of orbits. Results show that this method produces better classification identification of the multi-axis samples and meets the needs of intelligent diagnosis of hydropower generating units.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《水力发电学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国水力发电工程学会
  • 主编:李庆斌
  • 地址:北京清华大学新水利馆211室
  • 邮编:100084
  • 邮箱:
  • 电话:010-62783813
  • 国际标准刊号:ISSN:1003-1243
  • 国内统一刊号:ISSN:11-2241/TV
  • 邮发代号:
  • 获奖情况:
  • 优秀学术期刊三等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12057