相關商品
商品簡介
目次
商品簡介
近幾年來，隨著人工智能技術在現代電廠的廣泛應用，對電廠運行機械的性能監測與故障診斷提出了更高的要求，使得支持向量機在這個領域也開始得到應用，並取得了較好的效果，而且隨著該算法理論、方法及應用手段深入研究與不斷豐富，其應用範圍將越來越廣。但是目前從工程應用角度上介紹支持向量機算法的相關著作較少，汽輪機組的性能監測與故障診斷領域的還沒有。在此背景下，王雷完成了這本《支持向量機在汽輪機狀態監測中的應用》，目的在於促進支持向量機在汽輪機組性能監測和故障診斷領域的推廣與應用。·
目次
第1章 緒論
1.1 引言
1.2 汽輪機狀態監測簡述
1.3 基於機器學習的狀態監測方法
1.4 本書的安排
參考文獻
第2章 統計學習理論與支持向量機
2.1 機器學習的表示
2.2 統計學習理論主要內容
2.3 分類支持向量機
2.4 回歸支持向量機
2.5 支持向量機與神經網絡
2.6 小結
參考文獻
第3章 汽輪機性能參數監測
3.1 概述
3.2 回歸方法簡介
3.3 凝汽器真空應達值估計
3.4 汽輪機熱耗率計算
3.5 主蒸汽流量軟測量
3.6 小結
參考文獻
第4章 時間序列參數預測
4.1 概述
4.2 時間序列預測簡述
4.3 凝汽器清潔係數時間序列預測
4.4 汽輪機轉子振動狀態的預測
4.5 小結
參考文獻
第5章 汽輪機運行異常參數檢測
5.1 概述
5.2 基於支持向量機的數據異常值檢測
5.3 小結
參考文獻
第6章 汽輪機組及其附屬設備故障診斷
6.1 概述
6.2 支持向量機多分類方法
6.3 故障徵兆模糊處理
6.4 凝汽設備故障診斷
6.5 高壓加熱器故障診斷
6.6 小結
參考文獻
第7章 結論與展望·
1.1 引言
1.2 汽輪機狀態監測簡述
1.3 基於機器學習的狀態監測方法
1.4 本書的安排
參考文獻
第2章 統計學習理論與支持向量機
2.1 機器學習的表示
2.2 統計學習理論主要內容
2.3 分類支持向量機
2.4 回歸支持向量機
2.5 支持向量機與神經網絡
2.6 小結
參考文獻
第3章 汽輪機性能參數監測
3.1 概述
3.2 回歸方法簡介
3.3 凝汽器真空應達值估計
3.4 汽輪機熱耗率計算
3.5 主蒸汽流量軟測量
3.6 小結
參考文獻
第4章 時間序列參數預測
4.1 概述
4.2 時間序列預測簡述
4.3 凝汽器清潔係數時間序列預測
4.4 汽輪機轉子振動狀態的預測
4.5 小結
參考文獻
第5章 汽輪機運行異常參數檢測
5.1 概述
5.2 基於支持向量機的數據異常值檢測
5.3 小結
參考文獻
第6章 汽輪機組及其附屬設備故障診斷
6.1 概述
6.2 支持向量機多分類方法
6.3 故障徵兆模糊處理
6.4 凝汽設備故障診斷
6.5 高壓加熱器故障診斷
6.6 小結
參考文獻
第7章 結論與展望·
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。