来源：期刊VIP网 时间：
作者：裘雨音;钱建国;章晓锘;陈冰恽;
单位：国网浙江省电力有限公司;浙江华云信息科技有限公司;
摘要：为了提高水电机组的故障诊断效率与精准度，研究利用多重分形去趋势波动分析算法，结合概率神经网络，构建了一个水电机组振动信号特征提取与识别模型，并利用二进制引力搜索算法对其参数进行优化。结果显示，经过二进制引力搜索算法优化后，研究设计的特征提取与识别分类模型的分类识别准确率可提升至99%,同时将信号处理时间降至1.3 s左右。研究设计的水电机组振动信号特征提取与识别模型可显著区分水电机组的正常工作状态与故障工作状态，实现利用振动信号特征对水电机组故障进行诊断的目的。
关键词：引力搜索;;多重分形;;水电机组;;特征提取;;振动信号
