您的位置： 专家智库 > >

司娟宁

作品数：2 被引量：8H指数：1
供职机构：华北电力大学更多>>
相关领域：自动化与计算机技术动力工程及工程热物理更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇动力工程及工...
  • 1篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇汽轮
  • 2篇汽轮机
  • 2篇汽轮机故障
  • 2篇主成分
  • 2篇主成分分析
  • 2篇向量
  • 2篇向量机
  • 2篇故障诊断
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇汽轮机故障诊...
  • 1篇群算法

机构

  • 2篇华北电力大学
  • 1篇华能沾化发电...

作者

  • 2篇司娟宁
  • 1篇董泽
  • 1篇刘金园
  • 1篇廖薇

传媒

  • 1篇汽轮机技术

年份

  • 2篇2011
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于主成分分析和支持向量机的汽轮机故障诊断研究
汽轮发电机组是电力生产的重要设备，由于其设备结构的复杂性和运行环境的特殊性，汽轮发电机组的故障率不低，而且故障危害性也很大。因此，汽轮发电机组的故障诊断一直是故障诊断技术应用的一个重要方面。　　 本文对汽轮机振动故障诊...
司娟宁
关键词：汽轮机故障诊断支持向量机主成分分析
基于主成分分析与支持向量机的汽轮机故障诊断被引量：7
2011年
汽轮机故障诊断的一大难题是故障样本的缺乏,由于支持向量机针对小样本情况能取得很好的效果,为此,提出基于主成分分析与支持向量机的故障诊断方法,首先采用主成分分析方法对汽轮机故障数据进行故障特征提取,将特征向量作为支持向量分类器的输入,按照汽轮机的故障类型训练分类函数。对于支持向量机参数的选取,提出了基于错分样本数的蚁群优化算法。在小样本情况下对汽轮发电机组故障诊断进行了仿真研究。结果表明,应用该算法可以正确且有效地诊断多类汽轮机故障。
司娟宁刘金园董泽廖薇
关键词：主成分分析支持向量机蚁群算法汽轮机故障诊断
全选 清除 导出
共1页<1>
聚类工具0