基于ICSVM的风电机组齿轮箱故障诊断

• 作者: 唐明珠 张亢 谭欣星 黎涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 风电机组 齿轮箱 代价敏感支持向量机 增量学习 故障诊断
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 工程与应用
• 页码范围: 232-236
• 页数: 5页
• 分类号: TP18
• 字数: 4361字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1409-0122

摘要

针对风电机组齿轮箱运行过程中故障样本缺乏、正常样本充裕的特点，提出基于增量代价敏感支持向量机（Incremental Cost-sensitive Support Vector Machine，ICSVM）的风电机组齿轮箱故障诊断方法。由于齿轮箱故障样本缺乏，建立以误分类代价最小化为目标的代价敏感支持向量机故障诊断模型；在增量训练代价敏感支持向量机阶段，利用KKT条件，以增量样本和初始样本训练增量代价敏感支持向量机。实验结果表明，该方法能有效地减少平均误分类代价和训练时间，提高齿轮箱故障识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭欣星	长沙理工大学能源与动力工程学院	12	55	5.0	7.0
2	张亢	长沙理工大学能源与动力工程学院	14	73	4.0	8.0
3	唐明珠	长沙理工大学能源与动力工程学院	14	127	4.0	11.0
4	黎涛	长沙理工大学能源与动力工程学院	4	19	3.0	4.0