| 基于人工蜂群算法优化支持向量机的燃气轮机故障诊断 |
| |
| 引用本文： | 邱 正,钱玉良,张 云,张 霄.基于人工蜂群算法优化支持向量机的燃气轮机故障诊断[J].热能动力工程,2018,33(9):39. |
| |
| 作者姓名： | 邱 正 钱玉良 张 云 张 霄 |
| |
| 作者单位： | 上海电力学院自动化工程学院 |
| |
| 基金项目： | 上海市青年科技英才扬帆计划（16YF1404700） |
| |
| 摘 要： | 针对基于SVM(支持向量机)的故障诊断方法中支持向量机的参数难以选取导致诊断结果较差的问题,采用ABC(人工蜂群算法)对支持向量机的惩罚因子C和核函数参数σ进行优化;并构建了ABC-SVM(人工蜂群优化支持向量机)对燃机涡轮叶片故障进行诊断。诊断实例表明,该方法诊断准确率达到96. 43%,具有很好的诊断效果,为燃气轮机故障诊断提供了一种新的方法,具有实际应用价值。
|
| 关 键 词： | 燃机涡轮叶片 故障诊断 参数优化 人工蜂群算法 支持向量机 |
Gas Turbine Fault Diagnosis based on Improved Support Vector Machine |
| |
| QIU Zheng,QIAN Yu-liang,ZHANG Yun and ZHANG Xiao.Gas Turbine Fault Diagnosis based on Improved Support Vector Machine[J].Journal of Engineering for Thermal Energy and Power,2018,33(9):39. |
| |
| Authors: | QIU Zheng QIAN Yu-liang ZHANG Yun and ZHANG Xiao |
| |
| Abstract: | |
| |
| Keywords: | gas turbine fault diagnosis parameter optimization artificial bee colony algorithm support vector machine |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《热能动力工程》浏览原始摘要信息 |
|
点击此处可从《热能动力工程》下载全文 |
