中国电机工程学报 2009, 29(20) 6-11 DOI:     ISSN: 0258-8013 CN: 11-2107/TM

本期目录 | 下期目录 | 过刊浏览 | 高级检索                                                            [打印本页]   [关闭]
热能工程
扩展功能
本文信息
Supporting info
PDF(307KB)
[HTML全文]
参考文献[PDF]
参考文献
服务与反馈
把本文推荐给朋友
加入我的书架
加入引用管理器
引用本文
Email Alert
文章反馈
浏览反馈信息
本文关键词相关文章
电站仿真机
凝汽器
故障诊断
模糊交互熵算法
征兆集
本文作者相关文章
文孝强
徐志明
孙媛媛
孙灵芳
PubMed
Article by Wen,X.J
Article by Xu,Z.M
Article by Xun,Y.Y
Article by Xun,L.F
凝汽器故障诊断的模糊交互熵算法
文孝强,徐志明,孙媛媛,孙灵芳
东北电力大学
摘要: 针对凝汽器故障诊断中的复杂性和不确定性,对凝汽器故障征兆集与故障论域进行改进。基于信息论中模糊交互测度(fuzzy cross entropy method,FCEM)的概念,提出一种广义的距离测度,计算凝汽器典型故障模糊模式与未知故障模糊模式之间的差异程度。通过对典型故障集的细化和扩充,提高了故障诊断的准确率。最后,将该方法用于600和300 MW火力发电厂汽轮机组凝汽器故障诊断中,结果表明该方法准确率达95%以上,且易于工程实现,证明了该方法的有效性。
关键词 电站仿真机   凝汽器   故障诊断   模糊交互熵算法   征兆集  
Condenser Fault Diagnosis Based on Fuzzy Cross Entropy Method
WEN Xiao-qiang, XU Zhi-ming, SUN Yuan-yuan, SUN Ling-fang
Northeast Dianli University
Abstract: Due to complexity and uncertainty of condenser fault diagnosis, symptoms and typical faults of condenser were modified. Based on the information theory, the fuzzy cross entropy method (FCEM) was introduced to measure the distance between the known and unknown fuzzy fault models. The accuracy of fault diagnosis was improved through the refinement and expansion of symptoms and typical faults. With the application on the 600 and 300 MW power plant simulator, the results show that the accuracy rate of recognition is 95% and easy to achieve in practice. The result also proves that the new method is reasonable and feasible.
Keywords: power plant simulator   condenser   fault diagnosis   fuzzy cross entropy method   symptoms  
收稿日期 2009-01-08 修回日期 2009-02-23 网络版发布日期 2009-07-23 
DOI:
基金项目:

国家重点基础研究发展计划项目(973项目)(2007CB 206904);吉林省科技发展计划项目(20070529)。

通讯作者: 文孝强
作者简介:
作者Email:

参考文献:
本刊中的类似文章
1.张龙 熊国良 柳和生 邹慧君 陈慧.基于时变自回归模型与支持向量机的旋转机械故障诊断方法[J]. 中国电机工程学报, 2007,27(9): 99-103
2.杨立军 杜小泽 杨勇平 王利宁.直接空冷系统轴流风机群运行特性分析[J]. 中国电机工程学报, 2009,29(20): 1-5
3.魏佳丹 周波.双凸极电机全桥变换器单相开路故障容错方案[J]. 中国电机工程学报, 2008,28(24): 88-93
4.向玲 朱永利 唐贵基.HHT方法在转子振动故障诊断中的应用[J]. 中国电机工程学报, 2007,27(35): 84-89
5.唐贵基 向玲 朱永利.基于HHT的旋转机械油膜涡动和油膜振荡故障特征分析[J]. 中国电机工程学报, 2008,28(2): 77-81
6.颜秉勇 刘喜梅 田作华 施颂椒 于飞.基于协同滤波器和支持向量机的HVDC系统故障诊断[J]. 中国电机工程学报, 2008,28(1): 23-29
7.刘占生 窦唯.基于旋转机械振动参数图形融合灰度共生矩阵的故障诊断方法[J]. 中国电机工程学报, 2008,28(2): 88-95
8.叶军.基于Vague集相似度量的汽轮机故障诊断的研究[J]. 中国电机工程学报, 2006,26(1): 16-20
9.张冀 王兵树 邸剑 于浩 鲁斌.传感器多故障诊断的信息融合方法研究[J]. 中国电机工程学报, 2007,27(16): 104-108
10.金文 陈长征 金志浩 闻邦椿.燃气轮发电机组多故障诊断的物元分析方法[J]. 中国电机工程学报, 2007,27(17): 57-60
11.胡清 王荣杰 詹宜巨.基于支持向量机的电力电子电路故障诊断技术[J]. 中国电机工程学报, 2008,28(12): 107-111
12.彭文季 罗兴锜 郭鹏程 逯鹏.基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断[J]. 中国电机工程学报, 2007,27(23): 86-92
13.刘金福 于达仁 胡清华 王伟.基于加权粗糙集的代价敏感故障诊断方法[J]. 中国电机工程学报, 2007,27(23): 93-99
14.彭文季 罗兴锜 郭鹏程 逯鹏.基于第2代小波的水电机组振动信号预处理[J]. 中国电机工程学报, 2007,27(30): 103-107
15.崔江 王友仁 刘权.基于高阶谱与支持向量机的电力电子电路故障诊断技术[J]. 中国电机工程学报, 2007,27(10): 62-66

Copyright by 中国电机工程学报