您的位置: 专家智库 > >

刘忠

作品数:6 被引量:42H指数:4
供职机构:华中科技大学水电与数字化工程学院更多>>
发文基金:国家自然科学基金国家教育部博士点基金更多>>
相关领域:水利工程自动化与计算机技术电气工程交通运输工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇水利工程
  • 1篇动力工程及工...
  • 1篇电气工程
  • 1篇自动化与计算...
  • 1篇交通运输工程

主题

  • 5篇电机
  • 5篇水电
  • 5篇水电机组
  • 4篇故障诊断
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量机
  • 3篇小波
  • 2篇最小二乘
  • 2篇最小二乘支持...
  • 2篇向量
  • 2篇小波变换
  • 2篇基于支持向量...
  • 2篇波变换
  • 1篇神经网
  • 1篇神经网络
  • 1篇实时数据
  • 1篇实时数据库
  • 1篇数据库
  • 1篇水力机组

机构

  • 6篇华中科技大学
  • 1篇华北水利水电...

作者

  • 6篇刘忠
  • 5篇周建中
  • 5篇邹敏
  • 3篇张勇传
  • 2篇占梁梁
  • 1篇邹淑云
  • 1篇陈德新

传媒

  • 2篇水力发电
  • 1篇中国农村水利...
  • 1篇电力系统自动...
  • 1篇华北水利水电...
  • 1篇水电自动化与...

年份

  • 1篇2008
  • 4篇2007
  • 1篇2005
6 条 记 录,以下是 1-6
排序方式:
基于支持向量机的水电机组故障诊断被引量:13
2008年
针对水电机组故障样本少的问题,将支持向量机引入水电机组故障诊断研究,提出一种结合小波频带分解与最小二乘支持向量机的水电机组故障诊断模型。基于机械设备"能量-故障"映射关系,运用小波分解提取机组振动信号各频带能量特征值,然后将能量特征值输入到多分类的支持向量机,实现对机组不同故障类型的识别。通过实验信号分析,表明将小波能量提取与支持向量机结合进行水电机组故障诊断是可行有效的,并具有较高的故障分辨能力,为水电机组故障诊断提供了新的方法和思路。
邹敏周建中刘忠
关键词:水电机组支持向量机小波变换故障诊断
基于免疫原理的水电机组故障诊断方法被引量:13
2007年
针对目前水电机组故障诊断中存在的建模复杂、样本需求量大及诊断学习缺乏自主连续性等问题,提出了基于免疫原理的故障诊断方法。以状态征兆为抗原,各种故障模式下的故障检测器作为抗体,通过反向选择机制判别正常/异常状态,利用克隆选择原理进化学习获得能识别抗原结构的记忆抗体,根据最大故障隶属度诊断故障类型。以机组振动为诊断对象的仿真结果表明,该方法识别故障的准确率高,非常适合故障样本难以获得的小样本故障诊断。
刘忠周建中张勇传邹敏
关键词:免疫原理水电机组故障诊断克隆选择
基于实时数据库的水力机组状态监测系统被引量:2
2005年
选用C++Builder6.0结合SQLServer7.0和C语言开发了一套适用于中小型电厂使用和维护方便的监测分析系统.介绍了系统的工作原理、监测点的选择和布置、软硬件系统的构成等,详细阐述了实时数据库的设计与实现.通过实践证明,系统具有很高的实时性和可靠性,是一套能完全应用于实际生产的性能价格比高的系统.
邹淑云陈德新刘忠
关键词:水力机组实时数据库
基于SVM的集成预测方法及其在水电机组故障诊断中的应用
2007年
针对水力发电系统的非线性及非平稳性特点,提出一种基于小波变换和支持向量机(SVM)的集成预测方法,用于水电机组状态趋势分析。采用小波变换将非平稳时间序列分解成若干个具有较强规律性的子序列,然后采用合适核函数的最小二乘支持向量机(LS-SVM)方法分别对这些子序列进行预测,最后综合这些子序列的预测结果作为原始序列的预测值。将该集成方法应用于某水电机组振动峰峰值的预测,结果表明该集成方法的预测性能优于单一LS-SVM方法。
邹敏周建中刘忠张勇传占梁梁
关键词:水电机组小波变换最小二乘支持向量机
基于支持向量机的水电机组状态趋势预测研究被引量:4
2007年
趋势预测是水电机组状态监测与故障诊断系统中的重要内容之一,对保障机组安全稳定运行具有重要意义。针对水电机组振动的非线性、非平稳特性,提出将最小二乘支持向量机应用于水电机组振动状态趋势预测;并将该算法应用于某水电机组振动序列峰峰值的预测,与BP神经网络的预测结果的对比表明:最小二乘支持向量机算法更适合于水电机组状态趋势预测分析。
邹敏周建中刘忠占梁梁
关键词:最小二乘支持向量机水电机组BP神经网络
基于水电机组复合特征提取的RBFNN故障诊断被引量:15
2007年
针对传统快速傅里叶变换(FFT)方法在非稳态信号分析上的局限和水电机组稳定性状态分析及故障诊断中过分依赖单一能量特征的不足,提出了集小波分析、模糊理论和径向基函数神经网络(RBFNN)优点于一体的基于复合特征提取的RBFNN故障诊断方法。首先采用小波分析方法对稳定性状态信号进行多频段分解、降噪,提取相对能量特征;运用模糊理论进行稳定性状态对过程参数变化响应的数值分析和量化,提取关系型征兆;然后将这2种特征组合,形成综合反映机组稳定性状态的复合特征向量;最后利用RBFNN诊断出机组的典型故障类型及其严重程度。工程应用结果表明,该方法能够全面准确地提取水电机组稳定性状态特征,在水电机组故障诊断上具有一定的可行性和有效性。
刘忠周建中张勇传邹敏
关键词:水电机组故障诊断小波分析RBFNN
共1页<1>
聚类工具0