水轮机空化现象智能识别的分类模型训练方法

摘要：

目前国内暂无相关成熟的分类模型训练方法以支持机器自动识别水轮机初生空化现象,针对于此,提出了一种支持向量分类算法(SVCC)用于水轮机空化现象智能识别的分类模型训练,以解决现有技术中分类算法对非线性可分样本数据分类效果不佳的问题.对该分类模型的核函数和超参数选取等环节进行了优化,以更好地适应水轮机空化试验数据的特点.训练好后的分类模型已应用于东方电机有限公司水轮机模型试验台进行水轮机初生空化的识别.实际应用表明,该分类模型能够提高机器对水轮机初生空化现象的识别效率且其最终判别准确率可达80％.

关键词：水轮机、模型试验、空化现象、分类模型训练方法、最优分类超平面、分类器、升维函数、松弛变量

所属期刊栏目：49

分类号：TK730(水能、水力机械)

资助基金：国家自然科学基金52279088

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：67-72,77