期刊文章详细信息
基于主成分分析与支持向量机的汽轮机故障诊断
Fault Diagnosis of Turbine Generator Based on Pca and Svm
文献类型：期刊文章
机构地区：[1]华北电力大学控制理论与工程学院,保定071003 [2]华能沾化热电厂,沾化256800
年 份：2011
卷 号：53
期 号：2
起止页码：139-142
语 种：中文
收录情况：BDHX、BDHX2008、ZGKJHX、核心刊
摘 要：汽轮机故障诊断的一大难题是故障样本的缺乏,由于支持向量机针对小样本情况能取得很好的效果,为此,提出基于主成分分析与支持向量机的故障诊断方法,首先采用主成分分析方法对汽轮机故障数据进行故障特征提取,将特征向量作为支持向量分类器的输入,按照汽轮机的故障类型训练分类函数。对于支持向量机参数的选取,提出了基于错分样本数的蚁群优化算法。在小样本情况下对汽轮发电机组故障诊断进行了仿真研究。结果表明,应用该算法可以正确且有效地诊断多类汽轮机故障。
关 键 词：主成分分析 支持向量机 蚁群算法 汽轮机 故障诊断
分 类 号：TP18]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
