基于模糊二分支持向量机分类树的调速系统故障诊断.pdfVIP

第25 卷 第8 期 中 国 电 机 工 程 学 报 Vol.25 No.8 Apr. 2005 2005 年4 月 Proceedings of the CSEE ©2005 Chin.Soc.for Elec.Eng. 0258-8013 (2005) 08-0100-05 TM41 A 470 20 文章编号： 中图分类号： 文献标识码： 学科分类号： ⋅ 基于模糊支持向量机的多级二叉树分类器的 水轮机调速系统故障诊断 张国云1,2 ，章 兢1 (1. 湖南大学电气与信息工程学院，湖南省 长沙市 410082 ； 2. 湖南理工学院电子信息系，湖南省 岳阳市 414006) FUZZY SVM-BASED MULTILEVEL BINARY TREE CLASSIFIER FOR FAULT DIAGNOSIS OF HYDROTURBINE SPEED REGULATING SYSTEM ZHANG Guo-yun1,2 , ZHANG Jing1 (1. College of Electrical Information Engineering, Hunan University, Changsha 410082, Hunan Province, China; 2.Dept. of Electronics Information, Hunan Institute of Science Technology, Yueyang 414006, Hunan Province, China) ABSTRACT: Based on conventional Support Vector 表明，对于k 类别故障诊断问题，只需构造k-1 个SVM 子 Machine(C-SVM) and through integrating fuzzy clustering 分类器，简化了分类器结构，避免了不可区分区域的出现， technique and SVM algorithm, a multilevel binary tree 且节省了内存开销，故障诊断正确率高。 classifier which is suitable for fault diagnosis task is presented 关键词：水轮机；模糊聚类；支持向量机；二叉树；水轮机 and applied to fault diagnosis task of hydroturbine speed regulating system for the first time. Firstly, this method 调速系统；故障诊断 computes the clustering centers of each class by using fuzzy 1 引言 clustering technique and all clustering centers are divided into two successively. So, a binary tree is constructed. Then, it 随着电站运行自动化程度和可靠性要求的提 reconstructs SVM sub-classifier according to the clustering 高，对水轮机调速系统故障诊断技术的研究具有重 centers a