汽轮发电机组故障诊断GA-SVM模型方法的研究

• 作者: 汪江 陆颂元
• 来源期刊: 汽轮机技术
• 学科: 工学
• 关键词: 汽轮发电机组 故障诊断 遗传算法 神经网络
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 专题论述
• 页码范围: 1-3,16
• 页数: 4页
• 分类号: TP267
• 字数: 4315字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5884.2005.01.001

摘要

基于结构风险最小化[1]的支持向量机是一种新的机器学习方法,具有适应小样本学习和提高学习机泛化性能的优点,详细介绍了将其应用于汽轮发电机组的故障诊断的研究结果,包括结合遗传算法进行模型参数的优化选择,建立联合模型,通过对现场采集的故障样本进行的分类试验,并同BP神经网络方法进行了比较,结果显示本文所述方法具有较高的诊断准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪江	东南大学振动控制与信息系统研究所	9	255	8.0	9.0
2	陆颂元	东南大学振动控制与信息系统研究所	47	831	18.0	27.0