《表2 水电机组故障数据:基于综合差异挖掘的水电机组仿生智能故障诊断》
对于表2的水电机组故障[15],首先挖掘故障的综合差异性,依据特征评价求得主导特征,L=x10、R1=x5、R2=x6,其对应的特征评价值和子空间分离状态,如表3所示;然后,建立特征选择与提取树,如图8所示,提取关联特征向量(x10,x5,x6),水电机组所有故障样本的关联特征向量如表4所示,最后结合概率神经网络实现故障诊断[16]。
图表编号 | XD00189669500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.15 |
作者 | 陈晓玥、葛荡、黄江平、刘雄、张晓燕 |
绘制单位 | 华东交通大学电气与自动化工程学院、华中科技大学水电与数字化工程学院、华东交通大学电气与自动化工程学院、华东交通大学电气与自动化工程学院、华东交通大学电气与自动化工程学院、宁波市金榜汽车电子有限公司 |
更多格式 | 高清、无水印(增值服务) |