基于改进粒子群优化支持向量机的汽轮机组故障诊断

作者：石志标; 宋全刚; 马明钊; 李祺

来源：动力工程学报, 2012, (06): 454-457+462.

DOI：G201206008

• 汽轮机组
• 振动
• 故障诊断
• 支持向量机
• 粒子群算法
• 遗传算法 steam turbine set
• vibration
• fault diagnosis
• support vector machine
• particle swarm optimization
• genetic algorithm

基于支持向量机(SVM)在核函数参数和惩罚因子人为选取的盲目性以及传统粒子群算法(PSO)后期易陷于局部最小值的不足,提出了一种改进的粒子群算法(MPSO),建立了汽轮机组振动故障诊断模型并且利用故障数据进行了模式识别.结果表明:模型能够对SVM相关参数自动寻优,并且能达到较为理想的全局最优解;与PSO-SVM和GA-SVM算法相比,MPSO-SVM算法在收敛速度和准确率方面都有所提高.

• 出版日期2012
• 单位东北电力大学