汽轮机故障诊断的粒子群优化加权模糊聚类法

摘要：

针对模糊C-均值算法在汽轮机故障诊断中的不足,提出了粒子群优化加权模糊聚类分析的方法.首先,采用基于样本相似度的特征加权方法对样本特征及样本进行加权,以适应各种复杂分布的样本;然后,利用粒子群算法优化加权模糊聚类的特征权值和聚类目标函数,并依据聚类有效性指标自适应确定最佳聚类数及聚类结果.试验结果表明,该方法具有收敛速度快和全局收敛的特点,有效降低了汽轮机故障诊断的误分类率,诊断结果可靠.

关键词：汽轮机、故障诊断、模糊C-均值、加权模糊聚类、粒子群优化

所属期刊栏目：31

分类号：TK267;TP277(蒸汽动力工程)

资助基金：重庆市自然科学基金资助项目2008BB3179

在线出版日期：2012-03-05（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：574-577