基于粗糙集理论和朴素贝叶斯分类算法的汽轮发电机振动故障诊断

• 作者: 孙真和 郎平 高俊山
• 来源期刊: 热力发电
• 关键词: 汽轮发电机组 振动故障诊断 粗糙集理论 朴素贝叶斯分类算法 属性约简 故障概率
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 热能基础研究
• 页码范围: 28-31,36
• 页数: 5页
• 分类号: TK268.+1
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2010.02.028

摘要

汽轮发电机组结构及振动的复杂性使其故障具有多层次性和随机性,以及故障信息不完整性等特点.对此,提出了一种基于粗糙集理论与朴素贝叶斯分类算法的汽轮发电机组振动故障诊断方法.通过粗糙集理论求取最小属性约简集,并在此基础上利用朴素贝叶斯分类算法诊断出故障概率最大的区,最后针对具体的故障设定值对该方法进行验证.实际算例结果表明,该方法能在故障信息不完整甚至丢失核心属性的情况下得到较好的诊断结果,提高了系统诊断的容错性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高俊山	哈尔滨理工大学自动化学院	49	366	10.0	17.0
2	郎平	哈尔滨理工大学自动化学院	2	8	2.0	2.0
3	孙真和	哈尔滨理工大学自动化学院	8	18	3.0	3.0