基于加权最小二乘支持向量机改进算法的汽轮机通流部分故障诊断研究.pdf

《基于加权最小二乘支持向量机改进算法的汽轮机通流部分故障诊断研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第54卷第2期汽轮机技术Vo1．54No．22012年4月TURBINETECHNOLOGYApr．2012基于加权最小二乘支持向量机改进算法的汽轮机通流部分故障诊断研究李亮，黄竹青，冯磊华，王运民，李清(长沙理工大学能源与动力工程学院，长沙410114)摘要：汽轮机通流部分故障特征数据较多、故障类型复杂，很难建立精确的机理模型。提出一种基于加权最小二乘支持向量机(WeightedLeastSquaresSuppo~VectorMachines，wLS—SVM)的改进算法，该算法用输出变量的留一交叉检验误差取代原有误差确定加权系数，

2、解决了wLs—SVM由于加权系数与模型支持值相互影响，样本在剔除与不剔除之间反复变化而不收敛的问题。实验结果表明该方法能有效地剔除异常样本，减少故障特征量的数目，提高了校正模型的稳健性及wLS—SVM特征预测的速度和预测的精度。关键词：最小二乘支持向■机；汽轮机；通流部分；故障诊断分类号：TK247文献标识码：A文章编号：1001-5884(2012)02-0129-04FaultDiagnosisandResearchAboutFlowPassageofSteamTurbineBasedonanImprovedAlgorithmo

3、fWeightedLeastSquaresSupportVectorMachinesLILiang，HUANGZhu—qing，FENGLei-hua，WANGYun—min，LIQing(SchoolofEnergyandPowerEngineering，ChangshaUniversityofScienceandTechnology，Changsha410114，China)Abstract：Flowpassageofsteamturbinehavelotsoffaultfeatures，typesoffaultarecompl

4、ex，It’Sdifficulttoestablishtheprecisemechanismmode1．Thispaperprovidesanimprovedalgorithmbasedonweightedleastsquaressupportvectormachines(wLS—SVM)，thisimprovedalgorithmuseleaveoneoutcrossvalidation(LOOCV)deviationofoutputvariablereplaceoriginaldeviationtodetermineweight

5、edcoeficient．resolvedtheproblemthatsamplerepeatedchangesandcannotconvergencebecauseoftheinfluencebetweenweightedcoeficientandsupportvalueofmode1．Theexperimentresultsshowthatthismethodcaneffectivelyremoveabnormalsamples，reducethenumberoffaultfeatures．improvetherobustnes

6、sofcalibrationmodelsandthespeedandaccuracyaboutfeaturesprediction．Keywords：leastsquaressupportvectormachines；steamturbine；flowpassage；faultdiagnosis喜景舍塞望．篓酱塞u改gNNv,i统的：要经济性和!望安全性往。往达不到篓要求苎票箬不收敛的运，甚至发生严重事故。；孬聂⋯一⋯～l30汽轮机技术第54卷s．t．Y=()+b+e，=1，⋯Ⅳ(3)计算各个样本的留一交叉检验误差(=1，⋯，为了获

7、得鲁棒性，对式(1)的误差e进行加权，设e对Ⅳ)，具体步骤为：①设第个样本作为留一检验的测试样本，应的权值为式(1)的优化问题变为剩下的N一1个样本作为训练样本；②根据式(4)，令T=门+，求解下列方程："{rainJ(w，e)=一+∑vke(2)⋯6+．e，+‘‘，s．t．Y=妒()+b+e，=1，⋯N]对应的Lagrange函数为：其中，为去掉第行和第列之后得到的矩阵，Y：L(，b，e；or)：J(，e)[Y一，Y，Y，⋯，Y为Y去掉第个元素后的向量；一∑(‰)+b+e一y}③计算第个样本的留一检验估计值=t’+6与检验误差△y

8、=Y一，其中t为的第行向量；(3)(4)用△取代e，按式(6)重新计算各种样本的加权系消去变量’、e后，上述优化问题可归结为求解以下线数(Ji}=1，⋯，N)；性方程组：(5)回到式(4)进行下次迭代，直到收敛或达到最大迭[L。1力+