基于多分类支持向量机的凝汽器故障诊断方法

摘要：

支持向量机(SVM)是一种基于统计学习理论(SLT)的机器学习算法，它建立在结构风险小化原理基础之上，能在训练样本较少的情况下得到很好的分类效果。本文总结了汽轮机凝汽器常见故建立了凝汽器典型故障集。在利用模糊规则建立凝汽器故障征兆知识库基础上，提出了一种基于支持向机多分类算法的凝汽器故障诊断方法。最后将该方法用于某汽轮机组凝汽器故障诊断中，结果表明，该型能有效的识别凝汽器故障。

关键词： 汽轮机 凝汽器 模糊规则 支持向量机 故障诊断 故障征兆知识库

作者: 王雷 张瑞青 盛伟 吴兴伟

作者单位: 沈阳工程学院动力工程系,辽宁沈阳110136

会议类型: 国内会议

会议名称: 中国动力工程学会第四届青年学会会议

会议地点: 北京

会议语种:中文

页码: 1-8

在线出版日期: 2009-01-10（万方平台首次上网日期，不代表论文的发表时间）