[00268403]基于模糊聚类分析的多数据融合的电厂故障诊断方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710417836.5
交易方式：
技术转让
技术转让
技术入股
联系人：
上海电力学院
进入空间
所在地：上海上海市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明涉及一种基于模糊聚类分析的多数据融合的电厂故障诊断方法，通过对一个设备中的多种传感器样本数据进行标准化处理，并通过模糊聚类进行最佳分类，再运用D‑S证据理论将分类信息进行融合，得到一个可以描述该设备状态的可信度值，形成一种全新的故障诊断方法。将D‑S证据理论、模糊算法、聚类分析法高效合理地结合起来，综合其各自的优点，对于复杂的电厂运行系统来说，其诊断结果更加准确、高效；各算法之间衔接性强，关联性高；运用多传感器数据进行综合诊断，诊断过程更加迅速，得到的结果更加准确；适用性强，适用于各种具有复杂性、耦合性、随机性的系统，对于火电、核电等电厂系统都可以使用。
摘要：本发明涉及一种基于模糊聚类分析的多数据融合的电厂故障诊断方法，通过对一个设备中的多种传感器样本数据进行标准化处理，并通过模糊聚类进行最佳分类，再运用D‑S证据理论将分类信息进行融合，得到一个可以描述该设备状态的可信度值，形成一种全新的故障诊断方法。将D‑S证据理论、模糊算法、聚类分析法高效合理地结合起来，综合其各自的优点，对于复杂的电厂运行系统来说，其诊断结果更加准确、高效；各算法之间衔接性强，关联性高；运用多传感器数据进行综合诊断，诊断过程更加迅速，得到的结果更加准确；适用性强，适用于各种具有复杂性、耦合性、随机性的系统，对于火电、核电等电厂系统都可以使用。
