基于SVM方法的太阳总辐射值的估算

采用支持向量机（SVM）方法对太阳总辐射值进行了估算,并与传统的线性方法进行了对比分析。对于日太阳总辐射估算,SVM方法的均方根误差为2.27（MJ·m-2）/d,平均百分比误差为22%;而对于月太阳总辐射估算,SVM方法的均方根误差约为21（MJ·m-2）/month,平均百分比误差低于5%。SVM方法提供了一种高精度估算太阳总辐射的新途径。     

基于SVM方法的风电场短期风速预测

针对基于支持向量机的风电场短期风速预测进行研究．选择了不同的输入向量（历史风速时间序列,历史风速和温度．历史风速、温度和风向,历史风速、温度和时间）作为输入进行误差对比分析。实测数据及分析结果表明,采用历史风度和温度的二输入模型,预测效果最佳,为风速的短期预测和发电量预测提供了较好的参考价值。     

基于SVM与轴心轨迹不变矩的转子状态识别方法

轴心轨迹是反映转子轴振的重要特征,其中隐含着转子的各种故障信息.提出了利用转子轴心轨迹图像不变矩与SVM的转子轴心轨迹自动识别方法.该方法首先对转子轴心轨迹图形进行填充处理,得到转子轴心轨迹图像,然后计算图像的7个不变矩.将提出的7个不变矩作为特征向量结合SVM分类方法对故障进行诊断.经实验分析和验证,该方法可以有效实现转子故障的诊断.     

基于SVM的微网控制策略研究

在对微网控制方法的现状分析基础上,结合微网共有的简单结构特点,提出了一种基于SVM的控制策略,将微网控制问题抽象为模式识别问题,通过选择参数、训练模型、在线判断、采取措施,实现对微网的实时控制.通过仿真模拟一个简单的6节点算例,验证了该策略的准确性和时效性.     

基于支持向量机的火焰状态识别方法

电站锅炉燃烧稳定性的定量判别一直是一个难题。作者首先对火焰图像进行特征提取，提取出火焰亮度、火焰高温亮度、火焰面积、火焰高温面积、火焰高温面积率、质心偏移距离和圆形度等7个特征量。然后分别对这个特征空间和原始图像数据使用支持向量机对其进行识别分类，结果表明：两种数据结果相同．能够正确识别燃烧火焰状态．证明特征量的提取是成功的；支持向量机方法用于燃烧火焰的分类识别是可行的。图4表1参8     

基于SVM的燃煤电站锅炉飞灰含碳量预测

将支持向量机方法引入燃煤电站锅炉飞灰含碳量预测领域．该预测方法很好地建立了燃煤电站锅炉飞灰含碳量特性与运行参数之间的复杂关系模型,并考虑到运行参数之间的耦合性,具有预测能力强、全局最优及泛化性好等优点．将该方法应用于某300 MW燃煤电站锅炉中,经过训练后的SVM模型对检验样本飞灰含碳量进行预测,均方根误差和平均相对误差分别为1．39%和1．30%,相当于BP网络模型的22．20%和21．07%．应用结果表明,支持向量机方法优于多层BP神经网络法,能很好地满足预测要求．     

基于LMD和SVM的柴油机气门故障诊断

针对柴油机气门故障诊断问题,在WP7柴油机上模拟了气门故障,提出了基于局部均值分解(local mean decomposition,LMD)和支持向量机(support vector machine,SVM)相结合的气门故障诊断方法.该方法首先用改进LMD方法将缸盖振动信号分解成若干个瞬时频率具有物理意义的PF(product function)分量之和,然后从缸盖振动信号和分解得到的PF分量中提取故障特征向量,以此作为SVM分类器的输入进行故障诊断.此外提出了改进粒子群算法(particle swarm optimization,PSO)用于SVM参数的优化.诊断结果显示,16组测试样本的测试结果均与实际状况相一致,诊断正确率为100%,该方法能快速准确地识别内燃机气门故障.     

基于现场传感器参数及SVM的冷水机组故障诊断

为了使冷水机组故障诊断模型在现场运行中得以推广,采用冷水机组现场运行的传感器参数,基于支持向量机(SVM),对离心式冷水机组的7类故障建立诊断模型SVM?site,并与采用原始64个参数的SVM64模型进行对比分析.结果表明,SVM?site模型耗时减少,且具有较佳的诊断性能,基本满足现场诊断需求.若继续增加润滑油供油...     

基于HHT和SVM的供水管网爆管诊断模型研究

针对当前复杂供水管网泄水事故频发的现象,提出以管网发生故障时的瞬态水力数据信息为样本,采用Hilbert-Huang变换将故障样本信息从水压—时间的时域信号转换为压力幅值—频率的频域信号。分析选取频域信号中的主要特征值坐标作为支持向量机(SVM)的输入数据,并采用粒子群算法(PSO)对SVM参数进行优化,建立了基于HHT和SVM的供水管网故障诊断模型。实例应用表明,该模型在供水管网泄漏诊断中效果较好,从而验证了模型的可行性。     

基于HHT和SVM的供水管网爆管诊断模型研究

针对当前复杂供水管网泄水事故频发的现象,提出以管网发生故障时的瞬态水力数据信息为样本,采用Hilbert Huang变换将故障样本信息从水压—时间的时域信号转换为压力幅值—频率的频域信号。分析选取频域信号中的主要特征值坐标作为支持向量机（SVM）的输入数据,并采用粒子群算法（PSO）对SVM参数进行优化,建立了基于HHT和SVM的供水管网故障诊断模型。实例应用表明,该模型在供水管网泄漏诊断中效果较好,从而验证了模型的可行性。     

电力断路器在线监测技术探讨

根据电力断路器的不同结构类型,探讨了针对不同结构的设备在线监测方法以及断路器通用特性的在线监测技术,提出了在线监测系统的架构,最后展望了在线监测技术的发展趋势。     

LabVIEW与MATLAB联合编程在制冷系统故障诊断中的应用

制冷系统作为建筑的主要能耗设备,其故障的及时诊断与纠正有助于提高能源利用率,减少对环境的影响。缺乏诊断平台是制约制冷系统故障智能诊断推广应用的重要因素之一。基于MATLAB软件强大的数据处理能力和LabVIEW软件便捷的虚拟仪器开发功能,进行联合编程,实现优势互补,并将粒子群优化（PSO）算法引入最小二乘支持向量机（LSSVM）,作为故障诊断的内核,建立了制冷系统故障诊断平台。对离心式冷水机组七类典型故障的诊断实验结果表明：该联合编程方法可行,可以实现界面友好、功能丰富、方便快捷的制冷系统故障诊断;所建立的PSO-LSSVM模型总体诊断正确率高达99.70%,正常和每类故障的诊断正确率均在99%以上。该平台具有一定的开放性和扩展性,后续可以根据需要对诊断算法及其他功能模块进行更改或添加,也可增加不同算法之间的比较分析或集成诊断,改善其灵活性,推进其推广应用。LabVIEW软件的采用,也为故障检测与诊断嵌入系统控制提供了可能。     

基于RVM-ANFIS的燃气轮机气路故障诊断

为了提高燃气轮机气路故障诊断的准确率和效率,采用相关向量机(RVM)先对燃气轮机气路中的压气机、涡轮叶片和燃烧室进行故障划分。用自适应神经模糊推理系统(ANFIS)进一步对故障进行分类。实验结果表明,方法有很强的学习能力和特征提取能力,与支持向量机(SVM)、BP神经网络相比,能更加准确、快速地识别故障。     

基于支持向量机的气动式转子故障检测系统研究

利用气动检测安全可靠的特点,研究出一种气动式转子故障检测系统,结合支持向量机进行多类故障识别,能正确地检测出转子不平衡、松动、不对中等常见故障,其灵敏度完全与转子材料无关,可在强磁、高温等恶劣环境下工作。     

机车电器电路故障诊断系统的研究

针对机车电气线路故障诊断难度较大的状况,提出了机车电器电路故障诊断系统的基本组成,并对车载诊断系统的基本结构,硬件结构,软件设计进行了介绍。     

基于GA优化支持向量机的变压器故障诊断

针对变压器故障诊断中出现的多故障分类问题,为提高支持向量机的多故障分类的准确率,利用遗传算法(GA)对支持向量机的相关参数进行了优化。将利用遗传算法优化的支持向量机(GA-SVM)应用于变压器故障诊断中,并与利用粒子群算法优化的支持向量机(PSO-SVM)的识别结果进行比较。对比试验结果可以看出,GA-SVM算法能够更为有效地选择支持向量机的相关参数,在很大程度上提高了变压器多故障分类的准确性。     

基于粒子群优化支持向量机的变压器故障诊断

针对支持向量机(SVM)用于变压器故障诊断中模型参数具有不确定性的问题,采用粒子群优化(PSO)算法对支持向量机参数进行优化,减少了模型参数的不确定性。故障数据测试表明,PSO能快速、准确地优化SVM参数,二者的结合可有效完成变压器故障分类,并取得较为满意的效果。     

采用CSA优化LS-SVM的油浸式变压器故障诊断方法

提出了一种基于耦合模拟退火(CSA)优化最小二乘支持向量机(LS-SVM)的变压器故障诊断方法,该方法以变压器油中五种溶解气体含量为故障特征量,利用故障样本集结合CSA算法、k-折交叉验证来训练并优化一对一组合分类的LS-SvM模型,并将其应用于故障诊断分类。样本测试集验证表明,该方法可避免改良三比值法中编码缺失、编码...     

基于小波包神经网络的整流电路晶闸管故障识别

在电力能效监控管理系统中,提出了基于小波包的特征提取和BP(back propagation)神经网络相结合的方法,对三相整流电路中故障晶闸管位置进行诊断和识别.根据整流电路原理,对22种故障情况分别进行编码.建立三相整流电路故障模型,采用小波包分解的方法,对直流端输出电压的采样数据进行特征提取,构建特征向量,作为BP神经网络的训练样本,将对应故障的编码作为网络输出,用简化的训练好的神经网络即可以实现整流电路的故障位置识别.仿真结果证明,采用小波包特征提取,作为神经网络训练样本,既可以简化神经网络训练结构,又可以准确实现故障定位识别.研究具有很大的工程实践意义.