基于引力搜索核聚类算法的水电机组振动故障诊断
核聚类是一类有效的水力发电机组振动故障诊断方法,为了解决核聚类有效性评价和核参数选择的问题,提出了一种引力搜索核聚类算法.首先建立以核Xie-Beni指标为目标的聚类模型;然后引入引力搜索框架,以聚类中心和核函数参数为优化变量,通过引力搜索求解核聚类模型;最后定义了基于核空间样本相似度的故障诊断模型.利用国际标准样本集对该方法进行分类测试,并将该方法应用于水电机组振动故障诊断.试验结果表明:与传统聚类方法相比,文中方法具有更高分类精度,且能对故障样本准确聚类并提取诊断模型参数,实现故障的准确诊断.
水电机组、故障诊断、核函数、模糊聚类、引力搜索
33
TM311(电机)
教育部博士点基金20110142120020;国家自然科学基金51109088;中央高校基本科研业务费专项资金2011QN066
2013-03-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
98-104,前插15