基于SVDD-SVM分类器的风力发电机故障诊断方法
针对风力发电机故障诊断中存在的故障样本不完备的问题,提出将支持向量数据描述(Support Vector Data Description,SVDD)与支持向量机(Support Vector Machine,SVM)相结合的方法处理风力发电机故障诊断问题.根据风力发电机正常状态样本数据和已知故障样本数据建立数据描述模型,并以已知故障样本数据建立SVM分类器模型.采用数据描述模型对测试样本数据进行拒绝和接受处理:被拒绝的样本为未知故障类型;利用SVM分类器模型对被接受的样本进行具体类别诊断.试验结果表明:该方法可以有效处理风力发电机故障诊断中故障样本不完备问题,能较好识别已知故障并对未知故障给出判断.
风力发电机、故障诊断、支持向量数据描述、支持向量机
24
TM315(电机)
国家自然科学基金61175059;河北省自然科学基金F2014205115
2015-08-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
67-71,77