您当前的位置:
首页 >
文章列表页 >
基于概率神经网络-小波神经网络-DS信息融合的电厂引风机故障诊断
发电技术 2022年43卷第6期 页码:951-958
发电及环境保护|更新时间:2025-06-06
|
基于概率神经网络-小波神经网络-DS信息融合的电厂引风机故障诊断
Fault Diagnosis of Power Plant Induced Draft Fan Based on PNN-WNN-DS Information Fusion
- “在电厂引风机故障诊断领域,专家提出了基于改进D-S证据理论的融合诊断方法,有效提高了诊断正确率,并合理分配冲突信息。”
DOI:10.12096/j.2096-4528.pgt.22162
移动端阅览
52
浏览量
54
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
基于Transformer与多模态异构特征融合的水轮机组故障诊断方法
大模型在电力行业的应用与挑战
基于人工智能的质子交换膜燃料电池状态估计及故障诊断
基于人工智能的可再生能源电解水制氢关键技术及发展前景分析
基于改进灰狼算法优化极限学习机的光伏阵列故障诊断方法研究
相关作者
马成伟
李俊松
刘佳佳
闵万雄
尤万方
何宇平
吕顺利
方贤思
相关机构
南京南瑞水利水电科技有限公司
昆明理工大学冶金与能源工程学院
贵州乌江水电开发有限责任公司构皮滩发电厂
华电电力科学研究院有限公司
浙江大学能源工程学院

