基于混合模糊聚类分析的汽轮发电机组振动故障诊断

针对模糊C-均值（FCM）算法在汽轮发电机组振动故障诊断中的不足，提出了一种加权混沌优化FCM（WCOFCM）算法。WCOFCM算法首先将混沌优化策略与传统FCM算法相结合，用混沌变量搜索对模糊聚类目标函数进行全局寻优，并结合梯度算子，使方法有效收敛到极值点。然后依样本相似度原理对样本特征进行加权，对不同的特征赋予权重，突出敏感特征对聚类结果的主导作用，提高了聚类性能。最后依据聚类有效性函数指标自动确定聚类数，实现自适应分类。用该方法对国际标准测试数据进行了聚类分析实验，并将该方法应用于某发电厂汽轮发电机组振动故障诊断，其结果表明该方法有效降低了误分类率，能对汽轮发电机组振动故障进行有效诊断。