位置:成果数据库 > 期刊 > 期刊详情页
基于随机集含糊证据的风力发电机故障诊断方法
  • ISSN号:1000-1026
  • 期刊名称:《电力系统自动化》
  • 时间:0
  • 分类:TM315[电气工程—电机]
  • 作者机构:[1]上海电机学院电气学院,上海市200240, [2]华东理工大学信息科学与工程学院,上海市200237
  • 相关基金:上海市自然科学基金资助项目(11ZR1413900); 上海市教委重点学科资助项目(J51901);上海市教委科研创新重点资助项目(09ZZ211); 上海市闵行区科技项目(2010MH169,08Q07)~~
中文摘要:

针对大型风力发电机故障信息的复杂性和不确定性,提出了基于随机集信任测度和似真测度的含糊化方法。该方法将故障样本模式和故障待检模式进行含糊化,利用随机集的信任测度和似真测度对待检模式和样本模式进行匹配,实现数据级融合;然后将匹配的结果作为证据理论的信任函数和似真函数,进行特征级融合;最后将融合结果作为决策级证据理论的证据进行最终融合,从而得出诊断结果。风力发电机的算例验证了该方法的合理性和有效性。

英文摘要:

To deal with the complexity and uncertainty of wind turbine fault information,a vagueness method based on the belief measure and plausibility measure of random set is proposed.Firstly,it makes the sampled mode and detected mode vagueness,and matches the sample mode with detected mode through belief measure and plausibility measure to realize data fusion.Then the matched result is used as belief function and plausibility function of evidence theory to realize feature fusion.Finally,the fusion result is used as evidence to be fused in the decision-making step,thus it can give a precise diagnosis result.The wind turbine example verifies the rationality and effectiveness of the proposed method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电力系统自动化》
  • 中国科技核心期刊
  • 主管单位:国家电网公司
  • 主办单位:国电自动化研究院
  • 主编:薛禹胜
  • 地址:南京市江宁区诚信大道19号
  • 邮编:211106
  • 邮箱:aeps@nari-china.com
  • 电话:025-81093050 81093045
  • 国际标准刊号:ISSN:1000-1026
  • 国内统一刊号:ISSN:32-1180/TP
  • 邮发代号:28-40
  • 获奖情况:
  • 1999年荣获首届“国家期刊奖”,1998年获“华东地区最佳期刊”称号,连继三届江苏省优秀期刊,中国期刊方阵“双高”期刊,第三届中国出版政府奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,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:73920