基于改进核函数的支持向量机天然气脱硫装置故障诊断方法OACSTPCD
Fault diagnosis using Support Vector Machines(SVM)with improved kernel functions in natural gas desulfurization system
针对传统脱硫故障诊断方法反应慢、诊断准确率低的问题,根据Mercer理论,改进了支持向量机(Support Vector Machine,SVM)的核函数及其参数,建立了一个由多项式核函数、Sigmoid核函数和高斯径向基核函数复合成的改进核函数,在此基础上提出了一种基于改进核函数的SVM天然气脱硫装置故障诊断方法.相对于传统SVM,改进SVM体现了各单一核函数的优点,并具有更好的学习效率及诊断准确率,在小样本数据条件下仍然具有较好的泛化能力.利…查看全部>>
To address the issue of slow response and low diagnostic accuracy inherent in traditional desulfurization system fault diagnosis methods,this paper proposes a Support Vector Machine(SVM)fault diagnosis method for natural gas desulfurization system based on improved kernel function.According to Mercer's theory,this method redesigns the SVM's kernel function and its parameters,by integrating polynomial,Sigmoid,and radial basis kernel functions into a single co…查看全部>>
何宇琪;张波;王俊超;熊鹏
中国石油天然气股份有限公司西南油气田分公司重庆气矿,重庆 400021中国石油天然气股份有限公司西南油气田分公司重庆气矿,重庆 400021中国石油天然气股份有限公司西南油气田分公司重庆气矿,重庆 400021重庆大学机械与运载工程学院,重庆 400044
改进核函数支持向量机HYSYS天然气脱硫故障诊断
Improved kernel functionsSupport Vector Machines(SVM)HYSYSNatural gas desulfurizationFault diagnosis
《天然气与石油》 2024 (4)
94-100,7
科技部重点研发计划"大型旋转机组健康管理系统软件"(2020YFB1709800)中国石油天然气股份有限公司西南油气田分公司重庆气矿科技项目/研发项目"两峡储气库集注站典型设备设施智能监测及诊断技术研究"(JS2023-239)
评论