支持向量機在發(fā)電設(shè)備故障診斷中的應(yīng)用研究.pdf

1、電力行業(yè)在國家經(jīng)濟發(fā)展過程中起著非常重要的作用，為各行各業(yè)提供源源不斷的電力能源。發(fā)電設(shè)備的安全可靠運轉(zhuǎn)是發(fā)電企業(yè)生產(chǎn)經(jīng)營的基礎(chǔ)，將智能技術(shù)應(yīng)用于發(fā)電設(shè)備的故障診斷，具有極其重要的意義，有利于及時準(zhǔn)確地發(fā)現(xiàn)故障，指導(dǎo)檢修，采取措施，避免故障帶來更大的損失。
　　本文將支持向量機方法應(yīng)用于故障診斷，分別采用支持向量機分類和回歸的方法構(gòu)建故障診斷模型和故障趨勢預(yù)測模型。
　　針對直接采用支持向量機分類的方法進行分類的模型準(zhǔn)確率不

2、高的問題，借鑒了組合分類的方法。隨機選取訓(xùn)練集中的部分數(shù)據(jù)分別訓(xùn)練多個支持向量機分類模型，當(dāng)對測試集中數(shù)據(jù)進行分類時，運用各分類器投票的方法確定類標(biāo)簽，實現(xiàn)對其分類。實驗表明，組合分類方法能夠有效提高分類性能。
　　故障趨勢預(yù)測作為故障診斷技術(shù)的一部分，能夠更早的發(fā)現(xiàn)故障并進行合理檢修、排除隱患。本文采用相關(guān)性分析、支持向量機回歸、網(wǎng)格搜索組合的方法，構(gòu)建基于支持向量機回歸的故障趨勢預(yù)測模型。運用生產(chǎn)實踐中的數(shù)據(jù)進行回歸分析，實驗