期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
水力发电机组振动故障诊断技术综述
被引量：
1
下载PDF
职称材料
导出
摘要
该文介绍了水电机组振动故障诊断的主要内容,着重阐述了故障树分析法、人工智能及小波分析等该领域的主要研究方法和研究成果,提出将多种故障诊断技术相结合形成综合故障诊断技术,供参考。
作者
韦洪波
郭磊
机构地区
中国南方电网调峰调频发电公司天生桥水力发电总厂
南昌工程学院
出处
《水利科技》
2009年第2期72-74,共3页
Hydraulic Science and Technology
关键词
水电机组
故障诊断
故障树分析法
人工智能
小波分析
分类号
TM312 [电气工程—电机]
引文网络
相关文献
节点文献
二级参考文献
73
参考文献
12
共引文献
142
同被引文献
1
引证文献
1
二级引证文献
1
参考文献
12
1
邹敏,周建中,刘忠.
基于支持向量机的水电机组故障诊断[J]
.中国农村水利水电,2008(1):114-116.
被引量：10
2
王荣荣,梁武科,赵道利.
基于粗糙集和遗传算法的水轮发电机组故障诊断方法[J]
.中国农村水利水电,2007(4):131-133.
被引量：8
3
刘忠,周建中,张勇传,邹敏.
基于免疫原理的水电机组故障诊断方法[J]
.水力发电,2007,33(3):54-56.
被引量：11
4
彭文季,罗兴锜.
基于小波神经网络的水电机组振动故障诊断研究[J]
.水力发电学报,2007,26(1):123-128.
被引量：30
5
李郁侠,陈继尧,刘立峰.
基于神经网络和小波分析的机组振动故障诊断[J]
.武汉大学学报（工学版）,2006,39(5):22-25.
被引量：10
6
刘晓波,黄其柏.
水轮发电机组故障诊断模糊专家系统研究[J]
.华中科技大学学报（自然科学版）,2006,34(1):71-73.
被引量：20
7
陈林刚,韩凤琴,桂中华.
基于神经网络的水电机组智能故障诊断系统[J]
.电网技术,2006,30(1):40-43.
被引量：14
8
张国云,章兢.
基于模糊支持向量机的多级二叉树分类器的水轮机调速系统故障诊断[J]
.中国电机工程学报,2005,25(8):100-104.
被引量：36
9
杨晓萍,南海鹏,张江滨.
信息融合技术在水轮发电机组故障诊断中的应用[J]
.水力发电学报,2004,23(6):111-115.
被引量：16
10
邓正鹏,韦彩新,刘利娜,章志平.
水电机组故障诊断专家系统中知识库的设计[J]
.华中科技大学学报（自然科学版）,2003,31(9):4-5.
被引量：13
二级参考文献
73
1
丁国兴.
100MW机组尾水管压力异常脉动的消除[J]
.浙江电力,2003,22(2):56-58.
被引量：1
2
李启章.
水轮发电机组的振动监测和故障诊断系统[J]
.贵州水力发电,2000,14(3):50-53.
被引量：11
3
桂中华,韩凤琴,张浩.
小波包特征熵提取水轮机尾水管动态特性信息[J]
.电力系统自动化,2004,18(13):77-79.
被引量：18
4
王成山,王继东.
基于小波包分解的电能质量扰动分类方法[J]
.电网技术,2004,28(15):78-82.
被引量：68
5
张大海,毕研秋,邹贵彬,江世芳.
小波神经网络及其在电力负荷预测中应用概述[J]
.电力系统及其自动化学报,2004,16(4):11-15.
被引量：16
6
贾嵘,白亮,罗兴锜,刘峰.
基于神经网络的水轮发电机组振动故障诊断专家系统[J]
.水力发电学报,2004,23(6):120-123.
被引量：29
7
廖忠,沈祖诒.
基于小波网络的水轮发电机组自适应控制研究[J]
.水力发电学报,2005,24(1):118-121.
被引量：6
8
黄国建,王建华,芦国强.
提高人工神经网络BP算法收敛速度的几种方法[J]
.华东船舶工业学院学报,1994,8(2):23-29.
被引量：21
9
李冬辉,周巍巍.
基于小波神经网络的传感器故障诊断方法研究[J]
.电工技术学报,2005,20(5):49-52.
被引量：16
10
程宝清,韩凤琴,桂中华.
基于小波的灰色预测理论在水电机组故障预测中的应用[J]
.电网技术,2005,29(13):40-44.
被引量：20
共引文献
142
1
刘娟,潘罗平,桂中华,周叶.
国内水电机组状态监测和故障诊断技术现状[J]
.大电机技术,2010(2):45-49.
被引量：45
2
吕秀莲,高国臣,石瑛.
吉化“五性”工作法──生产经营中的思想政治工作方法探索[J]
.石油政工研究,2002(2):15-16.
3
张公永,李伟.
基于灰色最小二乘支持向量机的变压器油溶解气体预测[J]
.电力学报,2012,27(2):111-115.
被引量：3
4
郝宇,李悦,王永锁.
基于Mamdani模糊推理的专家系统在常减压装置故障诊断中的应用研究[J]
.自动化与仪器仪表,2016(4):1-4.
被引量：2
5
李维,胡江溢,程浩忠.
电网调度运行知识库管理系统[J]
.华东电力,2004,32(5):14-16.
被引量：2
6
熊建秋,李祚泳,汪嘉杨,徐婷婷.
基于PNN的水轮发电机组振动故障诊断[J]
.水力发电,2005,31(7):55-57.
被引量：11
7
武帅,严晓光,徐国学.
汽轮机轮轴智能CAD系统关键技术研究[J]
.机械工程师,2005(11):23-25.
8
王春林,周昊,周樟华,凌忠钱,李国能,岑可法.
基于支持向量机的大型电厂锅炉飞灰含碳量建模[J]
.中国电机工程学报,2005,25(20):72-76.
被引量：98
9
赵道利,马薇,梁武科,罗兴锜.
水电机组振动故障的信息融合诊断与仿真研究[J]
.中国电机工程学报,2005,25(20):137-142.
被引量：42
10
单鑫,董文洪.
多层前馈人工神经网络在装备故障诊断中的应用[J]
.兵工自动化,2006,25(5):40-41.
被引量：2
同被引文献
1
1
杨英丽.
电力系统的状态监测与故障诊断技术探讨[J]
.科技资讯,2009,7(24):105-105.
被引量：11
引证文献
1
1
唐德军.
水轮发电机组状态监测与故障诊断方法探讨[J]
.科技与企业,2013(12):331-331.
被引量：1
二级引证文献
1
1
艾立伟.
EPC模式下轩秀水电站运营筹备工作实践[J]
.中国水能及电气化,2015(7):32-35.
1
张军民.
用“故障树分析法”判断电气故障[J]
.电世界,2000,41(9):20-21.
2
李录平.
汽轮发电机组振动故障诊断[J]
.热能动力工程,1993,8(4):194-199.
被引量：4
3
梁徐斌,赵洁,周雁.
变压器常见故障及基于故障树的诊断方法[J]
.上海电力,2012,25(5):271-274.
4
王迎春.
基于故障树分析法的继电保护系统可靠性分析[J]
.中国新技术新产品,2015(18):74-74.
5
姜海波,翟宾,贺新征,罗朝华.
高压直流输电换流阀冷却系统可靠性评估[J]
.电力安全技术,2014,16(5):60-63.
被引量：8
6
徐世昌,夏松波.
大型水轮发电机组状态监测与振动故障诊断技术研究[J]
.水力发电学报,1992,11(2):66-74.
被引量：9
7
张彼德.
汽轮发电机组振动故障诊断研究[J]
.西华大学学报（自然科学版）,2005,24(1):21-24.
被引量：3
8
严金云,马宏忠.
基于遗传神经网络的汽轮发电机振动故障诊断的研究[J]
.安徽水利水电职业技术学院学报,2007,7(4):1-3.
9
沈东,褚福涛,陈思.
水轮发电机组振动故障诊断方法研究[J]
.红水河,2000,19(1):61-63.
被引量：5
10
陈湘楚,李海滨,唐嘉祥.
金竹山电厂4号机振动故障诊断处理分析[J]
.湖南电力,1998,18(3):42-45.
水利科技
2009年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
