[发明专利]基于概率神经网络的水轮机运行故障诊断方法在审
| 申请号： | 201910041205.7 | 申请日： | 2019-01-16 |
| 公开（公告）号： | CN109751173A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 兰朝凤;李水静;刘岩;赵宏运;刘春东 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | F03B11/00 | 分类号： | F03B11/00 |
| 代理公司： | 哈尔滨市文洋专利代理事务所(普通合伙) 23210 | 代理人： | 何强 |
| 地址： | 150000 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 水轮机 概率神经网络 压力脉动信号 工况参数 故障诊断模型 故障诊断 运行故障 运行状态 诊断 构建 互信息计算 历史数据 实时监测 特征融合 特征向量 压力脉动 运行工况 互信息 融合 输出 监测 | ||
【主权项】：
1.基于概率神经网络的水轮机运行故障诊断方法，其特征在于，所述方法包括：S1、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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学，未经哈尔滨理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910041205.7/，转载请声明来源钻瓜专利网。
