基于IGA-SVM的汽轮机故障诊断研究 |
| |
作者姓名: | 孙凯 田国清 田宏 段文超 田洋 陈立军 |
| |
作者单位: | 1. 东北电力大学 自动化工程学院,吉林 吉林132012 2. 华能新华发电有限责任公司,黑龙江 大庆163815 3. 包头钢铁职业技术学院 自动化系,内蒙古 包头014010 |
| |
摘 要: | 针对支持向量机相关参数很难预先确定合适的取值,而这些相关参数又对其分类精度有着很大影响的问题,本文利用改进的遗传算法(IGA)对支持向量机的相关参数进行了优化.将改进遗传算法优化的支持向量机(IGA-SVM)算法应用于汽轮机故障诊断中,并与标准遗传算法优化的支持向量机(GA-SVM)算法的识别结果进行比较.结果表明,IGA-SVM算法对故障数据能够得到较优的分类辨识结果,对汽轮机的故障诊断有显著的指导作用.
|
关 键 词: | 支持向量机 遗传算法 参数优化 汽轮机 故障诊断 |
本文献已被 万方数据 等数据库收录! |
|