基于改进支持向量机的水电机组多类轴心轨迹智能识别

• 作者: 李辉 罗兴锜 袁江霞 郭鹏程
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 支持向量机 试验 故障分析 水电机组 轴心轨迹 不变线矩 多故障样本分类器
• 年，卷（期）: 2013,（15）
• 页码范围: 65-71
• 页数: 7页
• 分类号: M312|TP470.30
• 字数: 3804字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.15.009

摘要

在水电机组故障诊断系统中，轴心轨迹是判断机组状态的一个重要特征。而水电机组实际运行中轴心轨迹故障样本数量较少，依据其进行故障智能诊断无法准确完成，需结合相应频谱特性才可做出诊断。论文针对此问题，采用改进的支持向量机（support vector machine，SVM）多故障分类算法，建立了多故障轴心轨迹分类器，并应用于水电机组的故障诊断。结果表明，改进的SVM在样本数较少时取得较好的分类效果，样本数为16和50时，分类准确率达到了96.3%和91.2%，；并且在分类数增多时，分类准确率得到提高，而样本数增多时，分类准确率骤减。该故障分类器可实现多故障的识别和诊断，并且具有算法简单和对多故障轴心轨迹图形分类能力强的优点。该研究可为水电机组少样本轴心轨迹故障的智能诊断提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗兴锜	西安理工大学水利水电学院	154	2176	24.0	38.0
2	郭鹏程	西安理工大学水利水电学院	89	1032	18.0	29.0
3	李辉	西安理工大学水利水电学院	43	467	14.0	20.0
4	袁江霞	西安理工大学水利水电学院	2	9	2.0	2.0