汽轮发电机组故障诊断的“规则＋例外”知识获取模型
摘要
在分析了故障诊断样本实例集规律性的基础上，根据认知心理学和机器学习中的“规则＋例外”模型的不足，结合粗糙集理论中知识约简的概念，提出了一种适合从包含不一致信息的故障诊断数据集中获取决策规则的改进的“规则＋例外”模型，给出了模型的具体描述．研究了模型的基本结构，并结合汽轮发电机组振动故障诊断实例说明了改进的“规则＋例外”故障诊断知识获取模型的可行性和有效性，通过与其他方法的比较．表明了改进的“规则＋例外”故障诊断知识获取模型由于采用了一小部分例外，将实例集划分为2个部分，使得获取的规则无论在置信度上．还是泛化能力和简洁性上都要优于直接对实例集进行处理的方法．
引用本文（GB/T 7714）
黄文涛, 王伟杰, 赵学增, 等. 汽轮发电机组故障诊断的“规则＋例外”知识获取模型[J]. 电力自动化设备, 2007.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。