基于主成分分析与支持向量机的汽轮机故障诊断

• 作者: 刘金园 司娟宁 廖薇 董泽
• 来源期刊: 汽轮机技术
• 学科: 工学
• 关键词: 主成分分析 支持向量机 蚁群算法 汽轮机 故障诊断
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 运行维护
• 页码范围: 139-142
• 分类号: TP18
• 字数: 3440字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5884.2011.02.018

摘要

汽轮机故障诊断的一大难题是故障样本的缺乏,由于支持向量机针对小样本情况能取得很好的效果,为此,提出基于主成分分析与支持向量机的故障诊断方法,首先采用主成分分析方法对汽轮机故障数据进行故障特征提取,将特征向量作为支持向量分类器的输入,按照汽轮机的故障类型训练分类函数.对于支持向量机参数的选取,提出了基于错分样本数的蚁群优化算法.在小样本情况下对汽轮发电机组故障诊断进行了仿真研究.结果表明,应用该算法可以正确且有效地诊断多类汽轮机故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖薇	华北电力大学控制理论与工程学院	3	34	3.0	3.0
2	董泽	华北电力大学控制理论与工程学院	94	957	16.0	28.0
3	司娟宁	华北电力大学控制理论与工程学院	1	16	1.0	1.0