基于模糊K近邻支持向量数据描述的水电机组振动故障诊断研究

【摘要】：水电机组振动故障诊断中常面临样本稀缺及分布不均匀、不平衡等问题,严重影响诊断结果。针对此类问题提出一种基于模糊K近邻(K nearest neighbor,KNN)支持向量数据描述(support vector data description,SVDD)的故障诊断模型。首先利用核变换将故障样本映射到高维特征空间,并采用SVDD提取不平衡故障样本域的边界支持向量样本,构建基于相对距离模糊阈值和KNN的决策规则,最终在此基础上建立机组故障诊断模型。用该模型对经过不平衡处理的国际标准测试数据样本进行测试实验,并与支持向量机(support vector machine,SVM)及目前应用较多的SVDD模型的分类结果进行对比,结果表明该模型可有效解决不平衡样本分类倾斜性问题。最后,将模型用于某水电厂机组振动故障诊断,取得了较高的诊断精度,证明了该方法的有效性。 【作者单位】： 华中科技大学水电与数字化工程学院;
【关键词】： 支持向量数据描述(SVDD) K近邻(KNN) 模糊阈值 不平衡 故障诊断
【基金】：国家自然科学基金项目(51239004,51079057) 高等学校博士学科点专项科研基金(20100142110012)~~
【分类号】：TM312;TP18
【正文快照】： 0引言水电机组故障诊断实质上是一种模式识别问题,即通过已有故障样本建立诊断模型,并以此对未知机组状态进行识别。目前,诊断分类方法主要有:模糊推理[1]、贝叶斯决策[2]、神经网络[3]和支持向量机[4](support vector machine,SVM)等。模糊推理故障诊断方法采用模糊关系矩阵

您可以在本站搜索以下学术论文文献来了解更多相关内容

用于水电厂设备的故障诊断的贝叶斯网络模型    张晓丹;赵海;谢元芒;尹震宇;

基于神经网络的水电机组智能故障诊断系统    陈林刚;韩凤琴;桂中华;

水电机组故障诊断系统中的模糊诊断技术研究    符向前;蒋劲;孙慕群;匡美珍;

考虑样本交叠的水电机组振动故障诊断    张孝远;周建中;王常青;李超顺;

球结构支持向量机在转轴碰摩位置识别中的应用    袁胜发;褚福磊;

基于连续小波和多类球支持向量机的颤振预报    吴石;刘献礼;王艳鑫;

基于频谱法与径向基函数网络的水电机组振动故障诊断    彭文季;罗兴锜;赵道利;

一种基于经验模式分解与支持向量机的转子故障诊断方法    于德介;陈淼峰;程军圣;杨宇;

基于时变自回归模型与支持向量机的旋转机械故障诊断方法    张龙;熊国良;柳和生;邹慧君;陈慧;

基于最小二乘支持向量机和信息融合技术的水电机组振动故障诊断(英文)    彭文季;罗兴锜;郭鹏程;逯鹏;

基于球结构支持向量机的QuickBird影像分类分析    林超;杨敏华;

智能故障诊断的应用研究    杨丹;

国内水电机组状态监测和故障诊断技术现状    刘娟;潘罗平;桂中华;周叶;

水力发电机组振动故障诊断技术综述    辛晟;郭磊;

基于核主元分析和多级神经网络集成的汽轮机故障诊断    李岩;王东风;韩璞;

基于水电机组复合特征提取的RBFNN故障诊断    刘忠;周建中;张勇传;邹敏;

基于KPCA和KFCM集成的汽轮机故障诊断    黄保海;李岩;王东风;韩璞;

基于因散经验模式分解的电力负荷混合预测方法    李媛媛;牛东晓;乞建勋;刘达;

基于多小波包系数熵和人工神经网络的输电线路故障类型识别方法    李东敏;刘志刚;蔡军;霍柏超;

基于有向无环图支持向量机的水轮发电机组故障诊断模型    兰飞;唐玲;

基于小波包移频算法的AR模型的滚动轴承故障诊断    谢永芳;董群英;彭涛;王雅琳;

EMD动态过程神经网络尾水管故障住处融合诊断    王瀚;罗兴錡;薛延刚;

Improved PCA-SVDD based monitoring method for nonlinear process    Feifan Shen;Zhihuan Song;Le Zhou;

基于SVDD的SAR图像分割    易昭湘;张雄美;宋建社;徐远涛;

基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究    杨志荣

风电输出功率预测方法与系统    刘兴杰

旋转机械早期故障特征提取的时频分析方法研究    鞠萍华

基于盲源分离理论的闪变和间谐波检测技术研究    国添栋

造球机故障诊断技术及对承载建筑物舒适度评价研究    徐劲力

滚动轴承表面损伤故障的特征提取与诊断方法研究    隋文涛

融合支持向量机的水电机组混合智能故障诊断研究    张孝远

面向智能水电站的远程监测与分析系统    杨贤

基于团队智能的水电机组集成监测方法研究与实践    谢国财

水轮机优化设计与运行可靠性问题研究    梁武科

基于小波分析的汽轮机故障诊断研究    刘一

基于非平稳信号处理的滚动轴承智能故障诊断方法研究    李健宝

超球支持向量机在语音识别中的应用研究    高翔

基于支持向量机的转子系统故障诊断方法研究    霍天龙

矿井风机故障智能诊断研究    臧红岩

基于超球体多类支持向量机的高光谱遥感影像分类    林超

高档数控机床关键部件故障智能诊断技术研究    吴希曦

基于VC++的振动测试与分析系统的研究    刘德庆

基于时变Prony方法的物体出水模态参数辨识    赵明

粗糙集与证据理论相结合的电能质量综合评估    张春杰

用于水电厂设备的故障诊断的贝叶斯网络模型    张晓丹;赵海;谢元芒;尹震宇;

隔河岩水轮发电机组状态监测与诊断系统    符向前,刘光临,蒋劲

基于粗糙集和支持向量机的水电机组振动故障诊断    彭文季;罗兴锜;

一种非平稳随机信号模型的时变参数估计算法性能研究    王文华,王宏禹

小波包-最大熵谱估计及其在水轮机故障诊断中的应用    桂中华,韩凤琴

小波包特征熵提取水轮机尾水管动态特性信息    桂中华,韩凤琴,张浩

基于水电机组复合特征提取的RBFNN故障诊断    刘忠;周建中;张勇传;邹敏;

MATLAB在汽轮机振动故障诊断中的应用    程卫国,傅志中,陆文华,钱安家

小波包–能量谱在高压断路器机械故障诊断中的应用    赵海龙,王芳,胡晓光

基于小波的灰色预测理论在水电机组故障预测中的应用    程宝清,韩凤琴,桂中华

独立分量分析的神经网络方法    万敏

基于变精度粗糙集与神经网络的水电机组振动故障诊断研究    王荣荣