基于粗糙集数据挖掘的汽轮机故障预报及诊断研究

• 作者: 郑玲 郭庆琳
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 汽轮机 故障诊断 粗糙集 数据挖掘 知识库
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 64-69
• 页数: 6页
• 分类号: TK26
• 字数: 6072字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2322.2006.03.014

摘要

针对当前专家系统知识获取瓶颈的难题,提出了基于粗糙集数据挖掘的汽轮机故障预报及诊断方法.粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律.将汽轮机故障历史数据首先进行模糊化及离散化处理,然后构建故障诊断决策表,以决策表作为主要工具,即"知识库",采用粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机提供有效的故障诊断.提出了基于粗糙集的分类规则学习和约简算法,实现了基于粗糙集数据挖掘的汽轮机故障预报及诊断系统,其诊断正确率达到了88%.实验表明该方法可行,对汽轮机故障预报及诊断系统的设计具有借鉴意义和深入研究的价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆琳	华北电力大学计算机系	18	387	9.0	18.0
2	郑玲	华北电力大学计算机系	22	139	6.0	11.0