科研之友
微信
新浪微博
Facebook
分享链接
摘要
汽轮机系统设备是火电厂的主力运行设备之一，对汽轮机系统进行有效的故障诊断及预测有助于保障火电机组的安全、稳定运行。基于随机森林算法对汽轮机数据进行处理，完成对汽轮机设备原始数据信息的降维与特征筛选。同时采用6种分类算法建立汽轮机正常和故障的算法模型，实现汽轮机设备状态正常、异常的故障诊断。在汽轮机含有故障的真实运行数据集上进行的实验结果表明，预测准确率较高的模型依次为梯度提升决策树、随机森林、决策树以及K近邻分类算法，且准确率最高可达99.98%；而预测用时较短的模型为K近邻和决策树分类算法，对20 000余条样本训练进行预测，最快可在0.034 s内完成。
- 单位
