基于分类算法的汽动给水泵组故障预测

• 作者: 刘振宇 徐红伟 李崇晟
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 汽动给水泵组 故障预测 BP神经网络 支持向量机 组合分类 状态检修
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 发电技术论坛
• 页码范围: 128-134
• 页数: 7页
• 分类号: TH163+.3|TM621.7
• 字数: 5298字
• 语种: 中文
• DOI: 10.19666/j.rlfd.201807139

摘要

汽动给水泵组是火电厂热力系统的重要辅助设备,对汽动给水泵组有效的故障预测有助于其状态检修.本文通过基于统计特征的特征提取方法及Relief特征选择算法,实现厂级监控信息系统历史数据到分类模型输入参数的合理转化,并采用5种分类算法分别针对2个电厂汽动给水泵组的小机叶片断裂和给水泵动、静平衡盘碰磨实际故障案例,建立了正常与故障状态的分类模型.实际数据验证表明:BP神经网络、支持向量机和组合分类算法分类效果更优,可提前4～10周识别设备故障的潜在风险,该结果为其他设备故障预测提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘振宇		18	92	6.0	8.0
2	徐红伟		2	0	0.0	0.0
3	李崇晟		4	13	2.0	3.0