基于广义S变换和QPSO-SVM的水电机组振动故障诊断方法

• 作者: 冉恒 唐昆明 姜杰 张太勤 张承习 徐永干 沈攀 苟鑫
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 振动故障 特征向量 量子粒子群 支持向量机 模式识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 新能源
• 页码范围: 38-44,84
• 页数: 8页
• 分类号: TM311
• 字数: 4727字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2020.02.006

摘要

提出一套完整的水电机组振动故障模式识别方法.首先,基于广义S变换提出一种能反映频谱特性的频带能量谱特征向量提取方法,并对其进行归一化处理后作为诊断模型的输入变量;然后,在分析量子粒子群算法(QPSO)和支持向量机算法(SVM)的基础上,利用QPSO算法对SVM算法中的核函数参数g和惩罚系数C进行寻优以提高SVM算法模型的诊断精度,提出一种基于QPSO-SVM算法的故障分类方法;最后,通过对比仿真和实例应用表明,该方法具有学习能力强、诊断精度高、鲁棒性好等优点,是一种有效的方法.