基于FCM和EO-SVM水轮机尾水管压力脉动特征识别

刘茜媛; 王利英; 张路遥; 曹庆皎

doi:10.20040/j.cnki.1000-7709.2024.20221964

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于FCM和EO-SVM水轮机尾水管压力脉动特征识别

水能利用及水电站工程 | 更新时间：2026-02-25

- 基于FCM和EO-SVM水轮机尾水管压力脉动特征识别
- 基于FCM和EO-SVM水轮机尾水管压力脉动特征识别
- 水电能源科学 2024年第1期页码：162-165
- 作者机构：
  
  河北工程大学水利水电学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(11972144)
- DOI：10.20040/j.cnki.1000-7709.2024.20221964
  中图分类号： TV734.1
- 纸质出版：2024
- 稿件说明：
移动端阅览
刘茜媛, 王利英, 张路遥, 等. 基于FCM和EO-SVM水轮机尾水管压力脉动特征识别[J]. 水电能源科学, 2024,(1):162-165.

刘茜媛, 王利英, 张路遥, et al. 基于FCM和EO-SVM水轮机尾水管压力脉动特征识别[J]. 2024, (1): 162-165.
刘茜媛, 王利英, 张路遥, 等. 基于FCM和EO-SVM水轮机尾水管压力脉动特征识别[J]. 水电能源科学, 2024,(1):162-165. DOI： 10.20040/j.cnki.1000-7709.2024.20221964.

刘茜媛, 王利英, 张路遥, et al. 基于FCM和EO-SVM水轮机尾水管压力脉动特征识别[J]. 2024, (1): 162-165. DOI： 10.20040/j.cnki.1000-7709.2024.20221964.

摘要

为有效识别水轮机尾水管压力脉动特征，提出了一种基于模糊C均值聚类、平衡优化器算法与支持向量机的识别方法。该方法首先采用平衡优化器算法优化SVM的惩罚因子和核函数以获得更好的SVM参数组合，构建EO-SVM识别模型以实现其在水轮机尾水管压力脉动特征识别中的应用。然后采用模糊C均值聚类算法将待分类的压力脉动特征进行初始聚类，将其分为四类，并依据聚类结果选择最靠近每类中心的样本作为EO-SVM模型的训练样本。将SVM和EO-SVM两种模型的识别分类结果进行比较，验证了所提EO-SVM模型的有效性。

Abstract

关键词

Keywords

references

钟志贤,马李奕,蔡忠侯,段一戬,陈金华.基于VMD＿MPE和FCM聚类的变转速工况下转子不平衡故障诊断方法[J].振动与冲击,2022(14).

高忠信,邓杰,葛新峰.三维非定常湍流尾水管涡带数值模拟[J].水利学报,2009(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于主轴补气的混流式水轮机低水头高负荷工况功率低频振荡抑制策略

基于VMD的供水管道漏损检测研究

下游河道水位升降扰动下尾水系统明满流瞬变特性研究

混流泵空化过程中气泡演化与压力脉动特性研究

抽蓄机组转速—开度联合调节变负荷过程三维水力特性