摘要：将聚类PSO优化粗糙集-神经网络算法引入水电机组故障诊断中,利用聚类算法和PSO算法的优点改进粗糙集属性约简方法并对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用BP神经网络对粗糙集处理后的故障信息进行诊断。该方法降低了神经网络的输入信息空间维数,简化神经网络结构,有效提高故障诊断的准确性。通过对水电机组振动故障数据进行诊断分析,证明了该诊断方法的有效性和优越性。

关键词：粗糙集 水电机组 神经网络 故障诊断 决策表 

单位：湖北工业大学电气与电子工程学院; 深圳康必达控制技术有限公司