基于隐马尔可夫模型的汽轮机故障诊断方法研究研究.pdfVIP

第14卷第6期 中国工程机械学报 V01．14NO．6 2016年12月 CHINESE OFCONSTRUCTIONMACHINERY Dec．2016 JOURNAL 基于隐马尔可夫模型的汽轮机故障诊断方法研究 王晓峰1，夏静1，韩捷2，雷文平2 (1．国家电投河南电力有限公司技术信息中心，河南郑州450001；2．郑州恩普特科技股份有限公司，河南郑州450001) 摘要：为提高汽轮机故障诊断的准确率，本文提出一种基于小波包能量与隐马尔可夫模型相结合的汽轮机故障 诊断方法．对汽轮机振动信号进行小波包分解，将小波包能量作为特征集；分别对每种故障状态的样本训练 HMM(HiddenMarkov Model)，并构建故障诊断知识库；最后利用训练好的HMM对待测样本进行故障诊断．通 过对汽轮机常见故障的诊断分析表明，基于隐马尔可夫模型的故障诊断方法的准确率优于BP神经网络、SVM Vectwr (SuppvrtMachine)等方法．