基于BASO—SVM的汽轮机振动故障诊断方法

作者：孙道万; 茅大钧; 傅望安; 钟帆

来源：青海电力, 2020, 39(03): 40-44.

DOI：10.15919/j.cnki.qhep.2020.03.008

• 汽轮机
• 故障诊断
• 支持向量机
• 天牛须搜索算法
• 粒子群算法

为提高汽轮机振动故障诊断准确率和识别率,提出一种基于BASO(天牛群搜索算法)优化SVM(支持向量机)故障诊断方法。针对支持向量机参数难以选取问题,将BAS(天牛须搜索算法)引入到PSO(粒子群算法)中,得到BASO,通过BASO对支持向量机进行优化得到诊断模型最佳参数。实例表明,BASO优化SVM模型可以准确、高效对汽轮机进行故障诊断,与PSO—SVM模型相比,BASO—SVM模型准确率和识别效率更高,具有较强的泛化能力和鲁棒性。

• 单位
  上海电力大学; 华能国际电力股份有限公司