基于经验模态分解和支持向量机的水电机组振动故障诊断

• 作者: 李欣同 李辉 白亮 罗兴锜 贾嵘
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水电机组 故障诊断 经验模态分解 复杂度 最小二乘支持向量机
• 年，卷（期）: 2016,（12）
• 页码范围: 105-111
• 分类号: TM312
• 语种: 中文
• DOI: 10.11660/slfdxb.20161211

摘要

水电机组的振动信号为典型的非平稳、非线性信号.为了通过振动信号正确判断水电机组的运行状态,本文提出运用经验模态分解处理原始信号,并对获得的基本模式分量计算其复杂度特征,最后运用最小二乘支持向量机进行故障诊断.选取径向基函数作为核函数,并通过网格搜索和交叉验证确定相关参数.结果表明,经验模态分解复杂度特征和支持向量机结合,能够准确地实现故障诊断,确定故障类型,为机组运行维护人员提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白亮	西安理工大学水利水电学院	21	211	8.0	14.0
2	罗兴锜	西安理工大学水利水电学院	154	2176	24.0	38.0
3	贾嵘	西安理工大学水利水电学院	101	1600	21.0	37.0
4	李辉	西安理工大学水利水电学院	43	467	14.0	20.0
5	李欣同	西安理工大学水利水电学院	1	9	1.0	1.0