基于投票加权GS-KNN的离心风机故障诊断
曾学文1
陈高超2
付名江2
邵峰3
伍仁杰3
1.国家能源集团江西分公司,江西 南昌 3300062.国能黄金埠发电有限公司,江西 上饶 3340003.国能南京电力试验研究有限公司,江苏 南京 210000
摘要：风机作为火力发电的重要辅机,对其进行及时高效的故障诊断,可有效减少停机损失,提高火力发电效率.k近邻(KNN)对非平稳数据样本有良好的分类能力.为了改进传统KNN算法存在的缺陷,构建投票加权网格搜索-k近邻算法(投票加权GS-KNN)故障诊断模型,利用网格搜索完成k值的选取,基于前k个近邻构建与距离值呈负相关的权值投票公式,依据投票得分情况进行故障诊断.使用投票加权GS-KNN模型对离心风机常见的9种运行状态进行故障诊断,拟合k值与准确率的关系,诊断准确率可达到100%.
关键词：故障诊断火力发电网格搜索k近邻算法投票加权
分类号：TK268(蒸汽动力工程)
论文发表日期：2024-01-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 47-50 )
英文信息