基于CGABC-SVM的燃气轮机气路故障诊断

摘要：

为了提高燃气轮机气路故障诊断的准确率,提出了一种基于交叉全局人工蜂群算法(CGABC)和支持向量机(SVM)的故障诊断方法.针对支持向量机的参数难以选取的问题,采用交叉全局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.实验结果表明,与基于人工蜂群算法的ABC-SVM模型和基于粒子群算法的PSO-SVM模型相比,CGABC-SVM模型能更加准确、快速地识别故障.

关键词：燃气轮机、故障诊断、交叉全局人工蜂群算法、支持向量机

所属期刊栏目：62

分类号：TK478(内燃机)

资助基金：中国华电集团有限公司2019年度重点科技项目;上海市"科技创新行动计划"地方院校能力建设专项项目

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：377-380