基于支持向量机的凝汽器故障诊断研究

摘要：

分析了凝汽器工作过程及故障机理,建立了凝汽器典型故障集、征兆集及典型故障特征向量集合.建立了基于支持向量机的故障诊断模型,用实例计算证明其有效性.同时和神经网络方法对比后发现:在小样本情况下,采用支持向量机方法的计算结果比神经网络更优越,推广能力更强,而且效率高于神经网络.本方法针对故障诊断样本少的特点,为建立智能化的凝汽设备状态监控和故障诊断提供了一种新的途径,具有广泛的实用价值.

关键词：汽轮机、凝汽器、支持向量机、神经网络、故障诊断

所属期刊栏目：38

分类号：TK264.1(蒸汽动力工程)

在线出版日期：2009-05-08（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：57-60