基于支持向量机与知识的汽轮发电机组智能故障诊断研究

• 作者: 张国坤 谢骐宇 顾煜炯 黄乃成
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 支持向量机 知识推理 加权模糊逻辑 故障诊断 汽轮发电机组
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 发电工程
• 页码范围: 68-73
• 页数: 6页
• 分类号: TM621.3
• 字数: 5337字
• 语种: 中文

摘要

针对汽轮机组故障诊断效率与准确率不高的问题,把常见的18种振动故障划分为4类,利用支持向量机对振动信号的频谱进行故障类识别,实现故障的初诊断.对不同类故障建立不同的故障模式识别模型,采用特定的征兆群运用加权模糊逻辑进行知识推理诊断出具体故障模式.提出了故障原因、故障影响和故障处理措施在知识库中的查找方法,使得诊断过程更加细致全面.案例分析表明该方法是有效可行的,对汽轮发电机组智能故障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	顾煜炯	华北电力大学电站设备状态监测与控制教育部重点实验室	130	1606	22.0	34.0
2	黄乃成	华北电力大学电站设备状态监测与控制教育部重点实验室	1	5	1.0	1.0
3	谢骐宇	华北电力大学电站设备状态监测与控制教育部重点实验室	2	15	2.0	2.0
4	张国坤	华北电力大学电站设备状态监测与控制教育部重点实验室	1	5	1.0	1.0