论文研究基于ICSVM的风电机组齿轮箱故障诊断.pdf

针对风电机组齿轮箱运行过程中故障样本缺乏、正常样本充裕的特点，提出基于增量代价敏感支持向量机（IncrementalCost-sensitiveSupportVectorMachine，ICSVM）的风电机组齿轮箱故障诊断方法。由于齿轮箱故障样本缺乏，建立以误分类代价最小化为目标的代价敏感支持向量机故障诊断模型；在增量训练代价敏感支持向量机阶段，利用KKT条件，以增量样本和初始样本训练增量代价敏感支持向量机。实验结果表明，该方法能有效地减少平均误分类代价和训练时间，提高齿轮箱故障识别率。