1. 黄河水利水电开发集团有限公司
2. 北京华科同安监控技术有限公司
纸质出版:2026
移动端阅览
屈伟强, 谭小刚, 陈泽阳, 等. 基于PCA-OCSVM的水电机组故障诊断自动识别[J]. 水电站机电技术, 2026,49(7):108-113.
屈伟强, 谭小刚, 陈泽阳, et al. 基于PCA-OCSVM的水电机组故障诊断自动识别[J]. 2026, 49(7): 108-113.
屈伟强, 谭小刚, 陈泽阳, 等. 基于PCA-OCSVM的水电机组故障诊断自动识别[J]. 水电站机电技术, 2026,49(7):108-113. DOI: 10.13599/j.cnki.11-5130.2026.07.026.
屈伟强, 谭小刚, 陈泽阳, et al. 基于PCA-OCSVM的水电机组故障诊断自动识别[J]. 2026, 49(7): 108-113. DOI: 10.13599/j.cnki.11-5130.2026.07.026.
为实现水电机组故障的诊断与自动识别,本文提出一种融合多域特征提取与机器学习的水电机组故障诊断模型。该方法基于机组关键部位采集的振动信号,综合提取其时域、频域及时频域特征,构建高维特征向量集,并利用主成分分析(PCA)进行特征降维,进而采用单分类支持向量机(OCSVM)实现故障状态的自动识别。通过对真实水电站机组运行数据的测试分析,结果表明该模型在故障诊断任务中表现优异,平均准确率较高,验证了其在实际工程应用中的可行性与有效性,为水电机组的安全运维提供了一种高效、可靠的智能诊断工具。
王权.水轮发电机组轴心轨迹识别方法研究与应用[D].华中科技大学,2013(07).
孙文昊.基于深度学习的水电机组小样本故障诊断[D].武汉大学,2024(07).
张伟林.基于振摆信号的水电机组故障诊断技术的研究与应用[D].西华大学,2024(07).
孙慧芳,潘罗平,张飞,曹登峰.旋转机械轴心轨迹识别方法综述[J].中国水利水电科学研究院学报,2014(01).
郑慧娟,周嘉元,刘海艳,花胜强.基于大数据的水电机组轴心轨迹自动识别技术探讨[J].水电能源科学,2019(12).
刘广孚,杜玉龙,郭亮,石二勇,王震,鄢志丹.基于单分类支持向量机的潜油电泵工况及故障诊断[J].中国石油大学学报(自然科学版),2021(05).
徐雄,林海军,刘悠勇,胡边.融合PCA与自适应K-Means聚类的水电机组故障检测在线方法[J].电子测量与仪器学报,2022(03).
罗正亮,潘虹,赵雷,唐魏,郑源.基于PCA-GA-BP神经网络的水电机组状态异常辨别方法[J].排灌机械工程学报,2022(04).
罗毅,王伟,刘勇,姜杰,刘翠棉,赵乐,李歆琰,李治国,廖日红,王艳,王新春,饶凯锋.基于One-Class SVM的青鳉鱼异常行为识别方法[J].河北工业科技,2022(03).
李闯,蔺奕存,李鹏竹,谭祥帅,解世涛,吴青云,郭云飞,李昭,姚智,李雪冰.基于One-Class SVM的凝泵入口滤网堵塞预警模型开发与应用[J].工业仪表与自动化装置,2022(05).
张庆昭,陈子怡,方匡南.多源异常检测的整合单类SVM方法及应用[J].统计研究,2023(04).
付骏宇,许景辉.基于双通道数据主振动特征提取的水电机组轴系故障诊断[J].噪声与振动控制,2024(05).
郑铁华,王飞,赵格兰,杜春晖.基于单分类支持向量机的煤矿防爆电气设备振动故障自动检测[J].工矿自动化,2025(02).
陈亦真,宋旭峰,李超顺.基于RFECV-RF和PCA-LightGBM的水电机组劣化趋势评估[J].水电能源科学,2025(03).
王子瑒,韩宁,陈勇.基于数据驱动和知识库的水电机组振动故障诊断系统研究[J].电工技术,2025(02).
刘志辉,刘德新,姬升阳,鹿明明,胡文庆,肖志怀,王世翾.基于开机过渡过程的水电机组电磁振动特征提取与状态评估[J].中国农村水利水电,2025(07).
华瑶,王晨琢.基于主成分分析法的水电机组智能故障数字技术诊断系统研究[J].数字技术与应用,2015(10).
李桃.基于CEEMDAN算法的水电机组轴系不平衡故障实时检测[J].大众用电,2025(03).
张孝远.融合支持向量机的水电机组混合智能故障诊断研究[D].华中科技大学,2012(09).
彭兵.基于改进支持向量机和特征信息融合的水电机组故障诊断[D].华中科技大学,2008(12).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构