基于FCM的粗糙集属性约简方法在汽轮机故障诊断中的应用

摘要：

通过汽轮机故障样本数据的空间分布状态分析,基于模糊C均值聚类方法(FCM)实现故障特征属性的离散化处理,然后采用粗糙集(RS)理论对原始特征向量进行优化,去除冗余特征,提取特征向量的本质信息.基于约简后的特征向量建立支持向量机(SVM)故障诊断模型.实验结果表明,本文所提出的方法不仅可以简化故障检测项目,降低故障诊断成本,还可以提高故障诊断的准确性和实时性.

关键词： 汽轮机 故障诊断 模糊C均值聚类方法 粗糙集理论 属性约简方法

作者: 齐晓轩 纪建伟 韩晓微 原忠虎

作者单位: 沈阳农业大学信息与电气工程学院,沈阳110161;沈阳大学信息工程学院,沈阳110044 沈阳农业大学信息与电气工程学院,沈阳110161 沈阳大学信息工程学院,沈阳110044

会议类型: 国内会议

会议名称: 全国第21届计算机技术与应用(CACIS)学术会议

会议地点: 上海

会议语种:中文

页码: 432-435

在线出版日期: 2010-08-20（万方平台首次上网日期，不代表论文的发表时间）