基于BASO—SVM的汽轮机振动故障诊断方法

发布时间：2021-12-28 06:02

　　为提高汽轮机振动故障诊断准确率和识别率,提出一种基于BASO（天牛群搜索算法）优化SVM（支持向量机）故障诊断方法。针对支持向量机参数难以选取问题,将BAS（天牛须搜索算法）引入到PSO（粒子群算法）中,得到BASO,通过BASO对支持向量机进行优化得到诊断模型最佳参数。实例表明,BASO优化SVM模型可以准确、高效对汽轮机进行故障诊断,与PSO—SVM模型相比,BASO—SVM模型准确率和识别效率更高,具有较强的泛化能力和鲁棒性。 

【文章来源】：青海电力. 2020,39(03)

【文章页数】：5 页

【部分图文】：

BASO优化SVM参数流程

测试集样本实际分类与预测分类对比

【参考文献】：
期刊论文
[1]基于天牛须算法的粒子群算法在PID参数整定上的应用[J]. 吴强,张伟,杨慧婷,汪朝盈.  电子科技. 2020(06)
[2]基于天牛须搜索的粒子群优化算法求解投资组合问题[J]. 陈婷婷,殷贺,江红莉,王露.  计算机系统应用. 2019(02)
[3]基于云粒子群优化SVM的汽轮机转子故障诊断[J]. 陈长河,石志标,曹丽华.  汽轮机技术. 2018(03)
[4]基于云PSO-SVM的汽轮机转子故障诊断研究[J]. 石志标,陈长河,曹丽华.  热能动力工程. 2018(06)
[5]基于CEEMDAN与CBBO-SVM的汽轮机转子故障诊断研究[J]. 石志标,葛春雪,曹丽华,赵军.  热能动力工程. 2018(01)
[6]基于模糊SOM神经网络的汽轮机通流部分故障诊断研究[J]. 周磊,李勇.  汽轮机技术. 2016(03)
[7]基于LS-SVM的一次风机振动在线监测及故障预警研究[J]. 韩平,王天堃,孟永毅.  机电工程. 2016(05)
[8]基于PSO-SVM的变压器故障诊断研究[J]. 赵德鑫.  机械工程与自动化. 2015(04)
[9]基于模糊专家系统的汽轮机远程振动故障诊断系统的设计与开发[J]. 邓彤天,杨文广,安少朋,蒋东翔.  汽轮机技术. 2015(03)
[10]基于多分类支持向量机的风电机组故障诊断[J]. 徐开,郑小霞.  浙江电力. 2015(04)

硕士论文
[1]基于决策树的汽轮机振动故障诊断技术研究[D]. 张艳顺.华北电力大学(北京) 2016



本文编号：3553543