基于支持向量机方法的水电机组状态识别

摘要：

模式识别理论是水电机组状态识别与故障诊断的基础,通过选择不同类型的分类器来实现模式识别.支持向量机(SVM)算法有效地改善了传统分类方法的缺陷,具有较强理论依据,适合小样本的模式识别分类.结合水电机组振动信号特点,采用Hilbert-Huang变换对信号做前期处理,以IMF函数能量值为基本元素构造特征向量,将特征向量输入SVM进行模式识别.结果表明对于小样本分类,SVM方法简单有效,切实可用.

关键词：支持向量机、分类器、模式识别、状态检修、统计学习理论、结构风险、广义最优分类面

分类号：TK73(水能、水力机械)

在线出版日期：2013-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：58-61,65