支持向量机在汽轮机状态监测中的应用

出版时间：2012-6  出版社：北京师范大学出版社  作者：王雷  页数：158  

内容概要

　　近几年来，随着人工智能技术在现代电厂的广泛应用，对电厂运行机械的性能监测与故障诊断提出了更高的要求，使得支持向量机在这个领域也开始得到应用，并取得了较好的效果，而且随着该算法理论、方法及应用手段深入研究与不断丰富，其应用范围将越来越广。但是目前从工程应用角度上介绍支持向量机算法的相关著作较少，汽轮机组的性能监测与故障诊断领域的还没有。在此背景下，王雷完成了这本《支持向量机在汽轮机状态监测中的应用》，目的在于促进支持向量机在汽轮机组性能监测和故障诊断领域的推广与应用。

书籍目录

第1章　绪论1.1　引言1.2　汽轮机状态监测简述1.3　基于机器学习的状态监测方法1.4　本书的安排参考文献第2章　统计学习理论与支持向量机2.1　机器学习的表示2.2　统计学习理论主要内容2.3　分类支持向量机2.4　回归支持向量机2.5　支持向量机与神经网络2.6　小结参考文献第3章　汽轮机性能参数监测3.1　概述3.2　回归方法简介3.3　凝汽器真空应达值估计3.4　汽轮机热耗率计算3.5　主蒸汽流量软测量3.6　小结参考文献第4章　时间序列参数预测4.1　概述4.2　时间序列预测简述4.3　凝汽器清洁系数时间序列预测4.4　汽轮机转子振动状态的预测4.5　小结参考文献第5章　汽轮机运行异常参数检测5.1　概述5.2　基于支持向量机的数据异常值检测5.3　小结参考文献第6章　汽轮机组及其附属设备故障诊断6.1　概述6.2　支持向量机多分类方法6.3　故障征兆模糊处理6.4　凝汽设备故障诊断6.5　高压加热器故障诊断6.6　小结参考文献第7章　结论与展望