水电机组故障诊断中不同算法的对比

• 作者: 邱文丰
• 来源期刊: 机电技术
• 学科: 工学
• 关键词: 神经网络 支持向量机 水电机组 故障诊断
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 能源技术与电工电气
• 页码范围: 52-54
• 页数: 3页
• 分类号: TM312
• 语种: 中文
• DOI: 10.19508/j.cnki.1672-4801.2020.05.017

摘要

水电机组故障诊断方法较多,神经网络、支持向量机等方法应用广泛.分别利用神经网络和支持向量机建立小样本下的水电机组故障诊断模型;并通过10个样本训练、30个样本用于识别的方法,对比2种诊断方法的准确性.研究表明,两者在大样本下诊断准确度均较高,但支持向量机故障诊断模型在样本数量较小时,故障诊断准确性要高于神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱文丰		1	0	0.0	0.0