首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于IPSO优化LSSVM的水轮发电机组振动故障诊断
引用本文:贾 嵘,洪 刚,武 桦,薛建辉.基于IPSO优化LSSVM的水轮发电机组振动故障诊断[J].水利学报,2011,42(3).
作者姓名:贾 嵘  洪 刚  武 桦  薛建辉
作者单位:1. 西安理工大学,水利水电学院,陕西西安710048
2. 广西电网公司,北海供电局,广西北海536000
基金项目:霍英东高校青年教师基金
摘    要:提出改进的粒子群算法,并与最小二乘支持向量机相结合,得到基于IPSO-LSSVM的水轮发电机组故障诊断方法。改进后的粒子群算法能较好地调整算法在全局与局部搜索能力之间的平衡,将其应用于LSSVM的参数优化,可以提高故障诊断的精度和效率。实例分析结果表明,本文模型不仅能够取得良好的分类效果,而且诊断速度与精度均高于采用BP神经网络、LSSVM以及PSO-LSSVM等方法,适合在实际工程中应用。

关 键 词:水轮发电机组  振动  故障诊断  最小二乘支持向量机  改进粒子群算法

Vibration fault diagnosis of hydroelectric generating unit by Least Squares Support Vector Machine based on Improved Particle Swarm Optimization
JIA Rong,HONG Gang,WU Hua and XUE Jian-hui.Vibration fault diagnosis of hydroelectric generating unit by Least Squares Support Vector Machine based on Improved Particle Swarm Optimization[J].Journal of Hydraulic Engineering,2011,42(3).
Authors:JIA Rong  HONG Gang  WU Hua and XUE Jian-hui
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《水利学报》浏览原始摘要信息
点击此处可从《水利学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号