基于加权最小二乘支持向量机改进算法的汽轮机通流部分故障诊断研究.pdf

第54卷第2期 汽 轮 机 技 术 Vo1．54No．2 2012年4月 TURBINE TECHNOLOGY Apr．2012 基于加权最小二乘支持向量机改进算法的 汽轮机通流部分故障诊断研究 李 亮，黄竹青，冯磊华，王运民，李 清 (长沙理工大学能源与动力工程学院，长沙410114) 摘要：汽轮机通流部分故障特征数据较多、故障类型复杂，很难建立精确的机理模型。提出一种基于加权最小二乘 支持向量机 (WeightedLeastSquaresSuppo~VectorMachines，wLS—SVM)的改进算法，该算法用输出变量的留一交 叉检验误差取代原有误差确定加权系数，解决了wLs—SVM由于加权系数与模型支持值相互影响，样本在剔除与 不剔除之间反复变化而不收敛的问题。实验结果表明该方法能有效地剔除异常样本 ，减少故障特征量的数 目，提 高了校正模型的稳健性及wLS—SVM特征预测的速度和预测的精度。 关键词 ：最小二乘支持向■机；汽轮机；通流部分 ；故障诊断 分类号：TK247 文献标识码：A 文章编号：1001-5884(2012)02-0129-04 FaultDiagnosisandResearchAboutFlowPassageofSteamTurbineBasedonanImproved AlgorithmofWeightedLeastSquaresSupportVectorMachines LILiang，HUANGZhu—qing，FENGLei-hua，WANGYun—min，LIQing (SchoolofEnergyandPowerEngineering，ChangshaUniversityofScienceandTechnoloyg，Changsha410114，China) Abstract：Flow passageofsteam turbinehavelotsoffaultfeatures，typesoffaultarecomplex，It’Sdifficulttoestablishthe precisemechanism mode1．Thispaperprovidesan improved algorithm based onweighted leastsquaressupportvector machines(wLS—SVM)，thisimprovedalgorithmuseleaveoneoutcrossvalidation(LOOCV)deviationofoutputvariable replaceoriginaldeviationtodetermineweightedcoefficient．resolvedtheproblem thatsamplerepeatedchangesandcannot convergencebecauseoftheinfluencebetweenweightedcoefficientandsupportvalueofmode1．Theexperimentresultsshow thatthismethodcaneffectivelyremoveabnomr al samples，reducethenumberoffaultfeatures．improvetherobustnessof calibrationmodelsandthespeedandaccuracyaboutfeaturesprediction． Keywords：leastsquaressupportvectormachines；steam turbine；flow passage；faultdiagnosis 喜景舍塞 望． 篓 酱 。 塞 u