典型文献
基于CEEMDAN和混合灰狼算法优化SVM的水电机组故障诊断方法
文献摘要：
为有效利用水电机组的振动信号诊断机组故障,提出了一种基于自适应噪声完备集合模态分解(CEEMDAN)和混合灰狼算法优化支持向量机(HGWO-SVM)的水电机组故障诊断方法.首先利用CEEMDAN方法对原始振动信号进行分解降噪,获得原始信号的各模态分量(IMF),并以IMF为基础构造各样本下机组信号的特征向量;接着在原始的灰狼优化算法(GWO)中引入交叉、变异和选择过程,增强其全局搜索能力,构建出新的混合灰狼优化算法(HGWO),并用其对SVM中的核函数系数g和惩罚系数c进行全局寻优以获得具有最优分类效果的SVM用于故障诊断;最后,以两个公开数据集和两个自用数据集为例,研究特征向量构建方法和SVM的优化算法对故障诊断效果的影响.同时,亦验证了所提方法具有良好的分类效果,是一种有效的水电机组故障诊断方法.
文献关键词：
水电机组;故障诊断;支持向量机;自适应噪声完备集合模态分解;混合灰狼优化
中图分类号：
作者姓名：
杨彤;王卫玉;张培;侯凯;郑阳;陈启卷
作者机构：
五凌电力有限公司,湖南长沙410004;国家电力投资集团水电产业创新中心,湖南长沙410004;武汉大学动力与机械学院,湖北武汉430072
文献出处：
引用格式：
[1]杨彤;王卫玉;张培;侯凯;郑阳;陈启卷-.基于CEEMDAN和混合灰狼算法优化SVM的水电机组故障诊断方法)[J].水电能源科学,2022(03):195-198
A类：
自适应噪声完备集合模态分解
B类：
CEEMDAN,混合灰狼算法,算法优化,水电机组,故障诊断方法,振动信号,断机,优化支持向量机,HGWO,降噪,模态分量,IMF,下机,特征向量,全局搜索,搜索能力,混合灰狼优化算法,核函数,数系,罚系数,全局寻优,分类效果,公开数据集,自用,集为,研究特征,构建方法,诊断效果
AB值：
0.242314
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
