基于核主元分析和最小二乘支持向量机的汽轮机通流部分故障预测方法

摘要：

汽轮机通流部分故障特征数据较多，且变量之间往往呈现非线性关系，这给故障预测带来了很大难度。本文提出一种基于核主元分析(KPCA)和状态预测的汽轮机流通部分故障预测方法。首先KPCA 对测量数据进行分析和处理，得到非线性主元得分向量；然后采用最小二乘支持向量机(LS-SVM)回归算法对提取的故障特征量进行趋势预测。该方法通过KPCA 方法能够有效地提取故障特征量，减少故障特征量的数目，提高LS-SVM 特征预测的速度和预测的精度。实验结果表明了算法的有效性。

关键词： 核主元分析 最小二乘支持向量机 通流部分 故障预测 汽轮机 预测方法

作者: 唐桂忠 张广明 巩建鸣

作者单位: 南京工业大学自动化学院南京210009 南京工业大学机械与动力工程学院南京210009

会议类型: 国内会议

会议名称: 2008年远东无损检测新技术论坛

会议地点: 南京

会议语种:中文

在线出版日期: 2008-06-08（万方平台首次上网日期，不代表论文的发表时间）