PCA和GA-PSO-RBF集成的发电机组远程故障诊断.pdfVIP

第26卷第7期 电子测量与仪器学报 、0{，26^逸1 · JoURNALoF MEASUREMENTANDlNsTRUMENT 597 2012年7月 ELECTRoNIC I DOI：lO．3724／SP．J1187．202．00597 钱玉良1张浩1，2彭道刚1徐春梅1，2 上海电力学院电力与自动化工程学院，上海200I)90) (I．同济大学电子与信息工程学院，上海201804；2 降维，降低RBF神经网络的规模和计算时间。针对RBF神经网络参数难以设置、收敛速度慢等不足，介绍了一种具有遗传算法 中的选择、交叉、变异操作的遗传一粒子群算法(GA．Ps0)，用于RBF神经网络的参数优化过程。最后以转子振动试验台仿真发 电机组，实现了状态信息的远程获取：通过故障诊断仿真测试验证了PcA和GA．Ps0，RBF集成诊断方法的有效性。 关键词：远程；数据采集；主元分析(PcA)；遗传一粒子群算法(GA—Pso)；RBF神经网络；发电机组；故障诊断 中图分类号：1M311 文献标识码：A 国家标准学科分类代码：470．30 Remote fault for unit PCA肌dGA—PSo-RBF integrateddiagnosisgeneratorusing Ha01’2 XuChunmeil2 Qian Zhang Yulian91 PengDaogan91 ofElectronicand 201 (1．School 804，china； Info姗ation，110n自iuniVersity，Shanghai 0f powerandAtltomation 2+schoolElect^c 200∞O，china Engineerin蚤sh鲶曲a王uniVefs峙ofec醢cPower，shan曲ai core remotedata basedon帅embeddedindustrial witllLPC2290 Abstract：FirsⅡy，t11eacquisitionsystem platfonll fault accesstosCa比dataof山e unitonlineViathe inte- is thac diag∞sissystem generator Intemet．Then chipdesigned，so is