123,123,123

內(nèi)容簡(jiǎn)介

　　近幾年來(lái)，隨著人工智能技術(shù)在現(xiàn)代電廠的廣泛應(yīng)用，對(duì)電廠運(yùn)行機(jī)械的性能監(jiān)測(cè)與故障診斷提出了更高的要求，使得支持向量機(jī)在這個(gè)領(lǐng)域也開(kāi)始得到應(yīng)用，并取得了較好的效果，而且隨著該算法理論、方法及應(yīng)用手段深入研究與不斷豐富，其應(yīng)用范圍將越來(lái)越廣。但是目前從工程應(yīng)用角度上介紹支持向量機(jī)算法的相關(guān)著作較少，汽輪機(jī)組的性能監(jiān)測(cè)與故障診斷領(lǐng)域的還沒(méi)有。在此背景下，王雷完成了這本《支持向量機(jī)在汽輪機(jī)狀態(tài)監(jiān)測(cè)中的應(yīng)用》，目的在于促進(jìn)支持向量機(jī)在汽輪機(jī)組性能監(jiān)測(cè)和故障診斷領(lǐng)域的推廣與應(yīng)用。

作者簡(jiǎn)介

暫缺《支持向量機(jī)在汽輪機(jī)狀態(tài)監(jiān)測(cè)中的應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

第1章　緒論
1.1　引言
1.2　汽輪機(jī)狀態(tài)監(jiān)測(cè)簡(jiǎn)述
1.3　基于機(jī)器學(xué)習(xí)的狀態(tài)監(jiān)測(cè)方法
1.4　本書(shū)的安排
參考文獻(xiàn)
第2章　統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)
2.1　機(jī)器學(xué)習(xí)的表示
2.2　統(tǒng)計(jì)學(xué)習(xí)理論主要內(nèi)容
2.3　分類支持向量機(jī)
2.4　回歸支持向量機(jī)
2.5　支持向量機(jī)與神經(jīng)網(wǎng)絡(luò)
2.6　小結(jié)
參考文獻(xiàn)
第3章　汽輪機(jī)性能參數(shù)監(jiān)測(cè)
3.1　概述
3.2　回歸方法簡(jiǎn)介
3.3　凝汽器真空應(yīng)達(dá)值估計(jì)
3.4　汽輪機(jī)熱耗率計(jì)算
3.5　主蒸汽流量軟測(cè)量
3.6　小結(jié)
參考文獻(xiàn)
第4章　時(shí)間序列參數(shù)預(yù)測(cè)
4.1　概述
4.2　時(shí)間序列預(yù)測(cè)簡(jiǎn)述
4.3　凝汽器清潔系數(shù)時(shí)間序列預(yù)測(cè)
4.4　汽輪機(jī)轉(zhuǎn)子振動(dòng)狀態(tài)的預(yù)測(cè)
4.5　小結(jié)
參考文獻(xiàn)
第5章　汽輪機(jī)運(yùn)行異常參數(shù)檢測(cè)
5.1　概述
5.2　基于支持向量機(jī)的數(shù)據(jù)異常值檢測(cè)
5.3　小結(jié)
參考文獻(xiàn)
第6章　汽輪機(jī)組及其附屬設(shè)備故障診斷
6.1　概述
6.2　支持向量機(jī)多分類方法
6.3　故障征兆模糊處理
6.4　凝汽設(shè)備故障診斷
6.5　高壓加熱器故障診斷
6.6　小結(jié)
參考文獻(xiàn)
第7章　結(jié)論與展望