水力发电
水力髮電
수력발전
WATER POWER
2013年
4期
51-54,94
,共5页
田源%张彼德%邹江平%吴华丰%陈笑%师鹏
田源%張彼德%鄒江平%吳華豐%陳笑%師鵬
전원%장피덕%추강평%오화봉%진소%사붕
水电机组%故障诊断%朴素贝叶斯%加权贝叶斯%支持向量机
水電機組%故障診斷%樸素貝葉斯%加權貝葉斯%支持嚮量機
수전궤조%고장진단%박소패협사%가권패협사%지지향량궤
为提高水电机组故障诊断的准确性,提出了多分类器组合的故障诊断方法.对朴素贝叶斯分类器(NBC)进行了基于属性相似度的加权改进得到基于属性相似度的加权朴素贝叶斯分类器(SWNBC),并应用基于Fisher加权的朴素贝叶斯分类器(FWNBC),与支持向量机分类器(SVM)组合成为SWNBC+FWNBC+SVM多分类器组合模型,以小波包提取的相关频带能量作为输入特征向量,应用组合模型对水电机组故障进行诊断,采用多数投票法来决定最终的故障类型.实验结果表明该模型相对于单一的分类器,能有效提高识别故障的精度.
為提高水電機組故障診斷的準確性,提齣瞭多分類器組閤的故障診斷方法.對樸素貝葉斯分類器(NBC)進行瞭基于屬性相似度的加權改進得到基于屬性相似度的加權樸素貝葉斯分類器(SWNBC),併應用基于Fisher加權的樸素貝葉斯分類器(FWNBC),與支持嚮量機分類器(SVM)組閤成為SWNBC+FWNBC+SVM多分類器組閤模型,以小波包提取的相關頻帶能量作為輸入特徵嚮量,應用組閤模型對水電機組故障進行診斷,採用多數投票法來決定最終的故障類型.實驗結果錶明該模型相對于單一的分類器,能有效提高識彆故障的精度.
위제고수전궤조고장진단적준학성,제출료다분류기조합적고장진단방법.대박소패협사분류기(NBC)진행료기우속성상사도적가권개진득도기우속성상사도적가권박소패협사분류기(SWNBC),병응용기우Fisher가권적박소패협사분류기(FWNBC),여지지향량궤분류기(SVM)조합성위SWNBC+FWNBC+SVM다분류기조합모형,이소파포제취적상관빈대능량작위수입특정향량,응용조합모형대수전궤조고장진행진단,채용다수투표법래결정최종적고장류형.실험결과표명해모형상대우단일적분류기,능유효제고식별고장적정도.
