【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第6期 199-201页,共4页

【作 者】： 解新胜 [1] ; 常朝晖 [2]

【摘 要】 研究水轮发电机故障诊断问题，引起水轮发电机故障原因相当多，传统故障诊断方法无法消除故障特征之间的重复信息，特征数量多，导致故障诊断效率和准确率低。为了提高水轮发电机故障诊断准确率，提出了一种基于粗糙集与最小二乘支持向量机（LSSVM）的水轮发电机故障诊断方法。首先采用粗糙集对水轮发电机故障特征进行约简，消除特征之间的重复信息，然后采用组选择算法对特征集进行二次约简，选择比较重要故障特征值，最后采LSSVM对水轮发电机数据集进行训练和故障诊断。仿真结果表明，粗糙集与LSSVM相结合的方法提高了水轮发电机的故障诊断准确率，更适合于水轮发电机故障的实时和在线性诊断。