技术特征:
技术总结
本发明提供一种故障诊断的结果更精准的基于概率神经网络的水轮机运行故障诊断方法,属于水轮机压力脉动监测与诊断领域。本发明包括:将水轮机的主要相关工况参数与压力脉动信号进行特征融合形成融合特征向量,作为概率神经网络的输入,将水轮机的运行状态作为所述概率神经网络的输出,构建概率神经网络的故障诊断模型;S2、利用构建的故障诊断模型实时监测水轮机的运行状态,进行故障诊断。本发明将水轮机运行工况和压力脉动信号一同作为特征进行识别,通过对历史数据进行互信息计算,并根据计算的互信息,求得水轮机各种工况参数对压力脉动信号影响的重要程度,进而求得水轮机的主要相关工况参数。
技术研发人员:兰朝凤;李水静;刘岩;赵宏运;刘春东
受保护的技术使用者:哈尔滨理工大学
技术研发日:2019.01.16
技术公布日:2019.05.14