摘要：水电机组故障数据通常为小样本的精密数据,而传统的支持向量机故障检测方法通常对大数量样本进行分类分析才有效,对小数据故障样本的分析存在局限性。对支持向量机方法进行了改进,提出最小二乘支持向量机方法并应用到水电机组故障检测中,对改进过程进行了详细的介绍,塑造故障检测多元分类模型,实现水电机组故障的准确检测。实验对采集的13个水电机组故障样本类型进行仿真分析,结果说明,优化支持向量机具有较高的小样本数据学习和预测性能,将其用于水电机组故障检测是有效、可行的。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社