我们的网站为什么显示成这样？

可能因为您的浏览器不支持样式，您可以更新您的浏览器到最新版本，以获取对此功能的支持，访问下面的网站，获取关于浏览器的信息：

|本期目录/Table of Contents|

基于粗糙集理论和朴素贝叶斯分类算法的汽轮发电机振动故障诊断

《热力发电》[ISSN:1000-9035/CN:22-1262/O4]

期数:
2010年02期
页码:
28-31
栏目:
热能基础研究
出版日期:
2010-02-15

文章信息/Info

Title:
DIAGNOSIS OF VIBRATION FAULT ON TURBO-GENERATOR SET BASED ON ROUGH SET THEORY AND NAIVE BAYESIAN CLASSIFICATION ALGORITHM
作者:
高俊山; 郎 平; 孙真和
哈尔滨理工大学自动化学院，黑龙江 哈尔滨 150080
Author(s):
GAO Jun-shan; LANG Ping; SUN Zhen-he
College of Automation，Harbin University of Science and Technology，Harbin 150080，Heilongjiang Province，PRC
关键词:
汽轮发电机组; 振动故障诊断; 粗糙集理论; 朴素贝叶斯分类算法; 属性约简; 故障概率
分类号:
TK268.+1
DOI:
-
文献标识码:
A
摘要:
汽轮发电机组结构及振动的复杂性使其故障具有多层次性和随机性，以及故障信息不完整性等特点。对此，提出了一种基于粗糙集理论与朴素贝叶斯分类算法的汽轮发电机组振动故障诊断方法。通过粗糙集理论求取最小属性约简集，并在此基础上利用朴素贝叶斯分类算法诊断出故障概率最大的区，最后针对具体的故障设定值对该方法进行验证。实际算例结果表明，该方法能在故障信息不完整甚至丢失核心属性的情况下得到较好的诊断结果，提高了系统诊断的容错性。

参考文献/References

［1］顾晃．汽轮发电机组的振动与平衡［M］．北京：中国电力出版社，1998．［2］施圣康．汽轮发电机组振动故障诊断技术的发展现状［J］．动力工程，2001，21(4)：1295-1298．［3］黄文涛，赵学增，王伟杰，等．汽轮发电机组振动故障诊断的粗糙集模型［J］．电力系统自动化，2004.［4］王国胤．Rough集理论与知识获取［M］．西安：西安交通大学出版社，2001．［5］王庆东．基于粗糙集的数据挖掘方法研究［D］．浙江大学，2005．

备注/Memo

备注/Memo:
高俊山(1962-)，男，博士，教授，主要从事电力电子、电磁发射与智能控制等方面的教学与研究。
更新日期/Last Update: 2010-02-15