基于改进随机森林算法的汽轮机振动故障诊断研究OACSTPCD
随机森林算法具有抗噪声和计算能力强的优点,被广泛应用于旋转机械的振动故障诊断中,但在工业场景中存在样本较少、无法引入先验知识、准确度较低等问题。对此,基于层次分析思想,利用信息熵引入先验知识优化决策树,提出了基于IRF(改进随机森林算法)的汽轮机振动故障诊断方法。为验证所提方法的有效性和可靠性,采用某百万火电机组数据中心的真实运行数据集进行评估。计算结果表明,相较于经典随机森林算法,IRF能够在降低33%决策树数目的情况下具有更高的精确度和低漏报…查看全部>>
李蔚;吴懿范;毛静宇;常增军;李仲博;王方舟
浙江大学能源工程学院,杭州310027浙江大学能源工程学院,杭州310027浙江大学能源工程学院,杭州310027北京热力集团有限责任公司,北京100028北京热力集团有限责任公司,北京100028北京京能能源技术研究有限责任公司,北京100089
动力与电气工程
汽轮机振动故障诊断改进随机森林算法层次分析信息熵
《浙江电力》 2024 (9)
P.107-116,10
国家重点研发计划(2019YFE0126000)。
评论