基于RVM-ANFIS的燃气轮机气路故障诊断 |
| |
引用本文: | 涂雷,茅大钧,臧旭东,李光.基于RVM-ANFIS的燃气轮机气路故障诊断[J].热科学与技术,2021,20(3):292-296. |
| |
作者姓名: | 涂雷 茅大钧 臧旭东 李光 |
| |
作者单位: | 上海电力大学自动化工程学院,上海200090;上海华电奉贤热电有限公司,上海201403 |
| |
基金项目: | 中国华电集团有限公司2019年度重点科技项目(CHDKJ19-01-80); 上海市 |
| |
摘 要: | 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。
|
关 键 词: | 燃气轮机 故障诊断 相关向量机 自适应模糊推理系统 |
收稿时间: | 2020/8/17 0:00:00 |
修稿时间: | 2020/12/30 0:00:00 |
Gas turbin fault diagnosis based on RVM-ANFIS |
| |
Abstract: | |
| |
Keywords: | gas turbine fault diagnosis relevance vector machine adaptive neural-fuzzy inference system |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《热科学与技术》浏览原始摘要信息 |
|
点击此处可从《热科学与技术》下载全文 |
|