基于混合模糊聚类分析的汽轮发电机组振动故障诊断 vibration fault diagnosis of turbo-generator set based on hybrid fuzzy clustering analysis.pdfVIP

第32卷第5期 电力系统自动化 V01．32No．5 2008年3月10日 AutomationofElectricPower Mar．10，2008 Systems 基于混合模糊聚类分析的汽轮发电机组振动故障诊断 李超顺，周建中，杨俊杰，李清清，罗志猛 (华中科技大学水电与数字化工程学院，湖北省武汉市430074) 摘要：针对模糊。均值(FCM)算法在汽轮发电机组振动故障诊断中的不足，提出了一种加权混沌 沌变量搜索对模糊聚类目标函数进行全局寻优，并结合梯度算子，使方法有效收敛到极值点。然后 依样本相似度原理对样本特征进行加权，对不同的特征赋予权重，突出敏感特征对聚类结果的主导 作用，提高了聚类性能。最后依据聚类有效性函数指标自动确定聚类数，实现自适应分类。用该方 法对国际标准测试数据进行了聚类分析实验，并将该方法应用于某发电厂汽轮发电机组振动故障 诊断，其结果表明该方法有效降低了误分类率，能对汽轮发电机组振动故障进行有效诊断。