蒸気発電所発電機群の構造および振動の複雑性により、その障害は多層化され、ランダムであり、かつ障害情報が不完全である特性を持っています。そのため、蒸気発電所発電機群の振動障害の診断方法について、粗い集合理論とナイーブベイズ分類アルゴリズムに基づいた方法が提案されています。最小特性縮小集合を取得するために粗い集合理論を適用し、その基礎で障害発生の可能性が最も高い領域を診断するためにナイーブベイズ分類アルゴリズムを使用し、最後にこの方法を具体的な障害値で検証するプロセスです。実際のケーススタディの結果は、この方法が情報が不完全であったり、重要な情報が欠落している状況でも良好な診断結果を得ることができ、システム診断の耐久性を向上させたことを示しました。

蒸気発電所発電機群; 振動障害診断; 粗い集合理論; ナイーブベイズ分類アルゴリズム; 最小特性縮小; 障害可能性