基于混合模糊聚类分析的汽轮发电机组振动故障诊断

• 作者: 周建中 李清清 李超顺 杨俊杰 罗志猛
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 汽轮发电机组 故障诊断 混沌优化 模糊聚类 模糊C-均值
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研制与开发
• 页码范围: 80-84
• 页数: 5页
• 分类号: TM311|TP18
• 字数: 4795字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2008.05.018

摘要

针对模糊C-均值(FCM)算法在汽轮发电机组振动故障诊断中的不足,提出了一种加权混沌优化FCM(WCOFCM)算法.WCOFCM算法首先将混沌优化策略与传统FCM算法相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,并结合梯度算子,使方法有效收敛到极值点.然后依样本相似度原理对样本特征进行加权,对不同的特征赋予权重,突出敏感特征对聚类结果的主导作用,提高了聚类性能.最后依据聚类有效性函数指标自动确定聚类数,实现自适应分类.用该方法对国际标准测试数据进行了聚类分析实验,并将该方法应用于某发电厂汽轮发电机组振动故障诊断,其结果表明该方法有效降低了误分类率,能对汽轮发电机组振动故障进行有效诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建中	华中科技大学水电与数字化工程学院	395	5250	35.0	50.0
2	李超顺	华中科技大学水电与数字化工程学院	35	493	14.0	21.0
3	李清清	华中科技大学水电与数字化工程学院	16	312	11.0	16.0
4	罗志猛	华中科技大学水电与数字化工程学院	13	125	6.0	11.0
5	杨俊杰	华中科技大学水电与数字化工程学院	46	1012	17.0	31.0