基于IPSO优化LSSVM的水轮发电机组振动故障诊断

被引：7

作者：

贾嵘 ^{[1
]}

洪刚 ^{[2
]}

武桦 ^{[1
]}

薛建辉 ^{[1
]}

机构：

[1] 西安理工大学水利水电学院

[2] 广西电网公司北海供电局

来源：

水利学报 | 2011年 / 42卷 / 03期

关键词：

水轮发电机组; 振动; 故障诊断; 最小二乘支持向量机; 改进粒子群算法;

D O I：

10.13243/j.cnki.slxb.2011.03.016

中图分类号：

TM312 [水轮发电机];

学科分类号：

080801 ;

摘要：

提出改进的粒子群算法,并与最小二乘支持向量机相结合,得到基于IPSO-LSSVM的水轮发电机组故障诊断方法。改进后的粒子群算法能较好地调整算法在全局与局部搜索能力之间的平衡,将其应用于LSSVM的参数优化,可以提高故障诊断的精度和效率。实例分析结果表明,本文模型不仅能够取得良好的分类效果,而且诊断速度与精度均高于采用BP神经网络、LSSVM以及PSO-LSSVM等方法,适合在实际工程中应用。

引用

页码：373 / 378

页数：6

共 11 条

[1]

数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,

[2] Locating multiple optima using particle swarm optimization [J].