基于支持向量机方法的水电机组状态识别

基于支持向量机方法的水电机组状态识别

ID:34945083

大小:348.89 KB

页数:5页

时间:2019-03-14

基于支持向量机方法的水电机组状态识别_第1页
基于支持向量机方法的水电机组状态识别_第2页
基于支持向量机方法的水电机组状态识别_第3页
基于支持向量机方法的水电机组状态识别_第4页
基于支持向量机方法的水电机组状态识别_第5页
资源描述:

《基于支持向量机方法的水电机组状态识别》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、西北水电·2013年·第3期文章编号:1006-2610(2013)03—o058—04基于支持向量机方法的水电机组状态识别杜洪斌,张雷,李明桥,侯纪坤。,白亮(1.大唐(老挝)萨拉康水电有限公司,万象;2.西安电力高等专科学校,西安710032;3.中国水电顾问集团西北勘测设计研究院,西安710065;4.西安理工大学,西安710048)摘要:模式识别理论是水电机组状态识别与故障诊断的基础,通过选择不同类型的分类器来实现模式识别。支持向量机(SVM)算法有效地改善了传统分类方法的缺陷,具有较强理论依据,适合小样本的模式识别分类。结合水电机组振动信号特点,采用Hilbert—

2、Huang变换对信号做前期处理,以IMF函数能量值为基本元素构造特征向量,将特征向量输入SVM进行模式识别。结果表明对于小样本分类,SVM方法简单有效,切实可用。关键词:支持向量机;分类器;模式识别;状态检修;统计学习理论;结构风险;广义最优分类面中图分类号:TK73文献标识码:AIdentificationofStatusofTurbine.—GeneratorUnitBasedonSupportVectorMachineMethodDUHong-bin,ZHANGLei,LIMing-qiao,HOUJi—kun,BAILiang4(1.Datang(Laos)Sanak

3、hamHydropowerCo.,Ltd.,Vientiane;2.Xi'anElectricPowerCollege,XVan710032,China;3.HYDROCHINAXibeiEngineeringCorporation,Xi'an710065,China;4.XFanUniversityofTechnology,Xi~an710048,China)Abstract:Thetheoryonthemodeidentificationisthebaseforthestatusidentificationandfaultdiagnosingoftheturbine—ge

4、neratorunit.Theclassifiersindifferenttypesareselectedtorealizethemodeidentification.Thesupportvectormachine(SVM)methodeffectivelyO—vercomesdemeritsoftheconventionalclassifyingmethods.Themethodiswithstrongertheoreticalbasisandapplicabletotheelassifiea—tionofthemodeidentificationwithsmallsamp

5、les.Incombinationwithfeaturesofthevibratingsignalsoftheturbine—generatorunit,theHilbert—Huangconversionisappliedtohandlethesignalatfirst;then,theIMFfunctionalenergyvalueisutilizedasthebasicelementtoformthecharacteristicvector.Finally,thecharacteristicvectorisinputintoSVMforthemodeidentifica

6、tion.ThestudyresultsshowthattheSVMmethodissimple,effectiveandpracticalfortheclassificationwithsmallsamples.Keywords:supportvectormachine;classifier;modeidentification;statusinspectionandmaintenance;staticlearningtheory;structuralrisk;generalizedoptimumclassifyingplane机组使用寿命,节约检修成本,提高经济效益。0前

7、言模式识别理论是状态识别与故障诊断的基础,中国水电厂长期实行的是预防性计划检修与事通过选择不同类型地分类器来实现模式识别。分类后维修相结合的检修体制,实际工作中易造成“维器可以认为是由硬件和软件组成的机器,其功能是修不足”或“维修过剩”,前者给设备带来不必要的计算判别函数,从中找出极值函数作为决策结果,故损坏,后者增加不必要的维修费用。随着科学技术障诊断本质就是模式识别、模式分类的过程。显然,的发展,目前正逐步向预知性的状态检修体制怎样有效提取故障特征信息,正确选择分类器是模过渡。状态检修可提高对设备的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。