基于支持向量機振動故障預(yù)報模型的研究.pdf

1、當(dāng)前的火力發(fā)電廠的安全生產(chǎn)中，怎樣保障汽輪機組經(jīng)濟運行是人們普遍所關(guān)注的，研究火電廠汽輪機組狀態(tài)及性能監(jiān)測，對未來生產(chǎn)狀況進行預(yù)報，可以強有力的保障機組的經(jīng)濟運行和安全生產(chǎn)。所以，對汽輪機組的振動故障預(yù)報模型的研究具有十分重要的意義。
　　 支持向量機可以在有限的樣本信息的條件下，最大程度的挖掘發(fā)現(xiàn)數(shù)據(jù)里隱含的規(guī)律及發(fā)展趨勢。它是以統(tǒng)計學(xué)習(xí)理論為基礎(chǔ)的，能夠解決過學(xué)習(xí)現(xiàn)象，非線性的小樣本集，高維數(shù)的模式識別這些問題的機器學(xué)習(xí)方法

2、。從現(xiàn)場實際問題的解決來看，支持向量機是作為振動故障預(yù)報模型，進行狀態(tài)預(yù)報的首要選擇。
　　 論文的主要內(nèi)容包括:
　　 汽輪機振動故障信號有一定的隨機性，應(yīng)采用多種模型進行預(yù)測，經(jīng)過分析對比來確定最佳模型，反映其內(nèi)在規(guī)律。對支持向量機，神經(jīng)網(wǎng)絡(luò)，灰度方法三者分別建立模型，做了進一步的對比分析。針對支持向量機比時間序列模型可以達到更好地預(yù)測目的的問題做了深入的研究。
　　 針對傳統(tǒng)迭代方式實現(xiàn)多步預(yù)測的方法中存在