公开(公告)号：CN108710756A

公开(公告)日：2018-10-26

申请号：CN201810479820.1

申请日：2018-05-18

Applicant: 上海电力学院

Inventor： 茅大钧 ,  黄佳林 ,  黄一枫 ,  张伟 ,  王亚东

IPC: G06F17/50 ,  G06K9/62

CPC classification number: G06F17/5009 ,  G06K9/6218 ,  G06K9/6269 ,  G06K9/6288 ,  G06K2009/6294

Abstract: 本发明涉及一种基于谱聚类分析下多特征信息加权融合的故障诊断方法，该方法首先对故障设备进行谱聚类分析，其次通过获取各SVM局部诊断证据对各故障模式的可靠度，同时，由各SVM局部诊断硬输出判决矩阵构造出基本概率分配，并对基本概率分配进行加权处理，获取可信度和不确定度，最后通过设定的诊断规则，结合可信度和不确定度进行诊断。与现有技术相比，本发明考虑了不同来源的证据对辨识框架中各命题的识别具有不同的可靠性，降低了各SVM局部诊断间的冲突，实现了SVM和改进证据理论的有效结合，进而解决了识别的不可靠性造成的合成结果不能反映客观事实的缺点。