基于POA-RVM模型的抽蓄机组故障诊断
打开文本图片集
摘要：有效的故障诊断方法不仅能快速、准确地辨别抽蓄机组故障类型，还能降低抽水蓄能电站的运行维护成本。针对相关向量机（RVM）有关参数的调整不当导致诊断结果受影响的问题，提出利用鹈鹕优化算法（POA）对相关向量机参数的选取进行优化，构建鹈鹕优化算法和相关向量机组合的分类模型（POA-RVM）。选取仙居抽水蓄能电站4台抽蓄机组在5种状态下的数据进行预处理和特征选取后构成故障样本集，并分别采用标准相关向量机，以及用遗传算法、粒子群算法和灰狼算法优化的相关向量机模型对这些故障样本进行分类。（剩余9843字）