基于模糊支持向量机的凝汽器故障诊断

• 作者: 宫唤春
• 来源期刊: 热力发电
• 关键词: 凝汽器 典型故障 模糊支持向量机 神经网络 故障诊断
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 发 电 技 术 论 坛
• 页码范围: 98-101
• 页数: 4页
• 分类号: TK264.1+1|TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2015.06.098

摘要

分析了凝汽器工作过程及故障机理，建立了凝汽器典型故障集、征兆集及典型故障特征向量集合以及基于模糊支持向量机(SVM)的故障诊断模型，用实例计算证明了其有效性。经与神经网络方法对比后发现，在小样本情况下，采用 SVM 方法的计算结果更优越，推广能力更强，而且效率更高。该方法为建立智能化的凝汽器状态监控和故障诊断提供了一种新的途径，具有广泛的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫唤春	燕京理工学院机电工程学院	26	51	4.0	5.0