标题：基于OCSVM的火电厂一次风机异常检测
作者：翟怡萌1 李晶1 程强1；王煜伟2 田宏伟2；邓艾东1
作者单位：1 东南大学能源与环境学院火电机组振动国家工程研究中心，江苏 南京 210096；2 国家能源集团谏壁发电厂，江苏 镇江 212006
关键字：OCSVM，一次风机，异常检测
摘要：提出了一种基于单分类支持向量机的火电厂一次风机异常检测方法。首先，采用分帧加窗的预处理方法，对一次风机各测点的时域信号提取日平均时域特征，并结合测点原始数据构建特征向量；其次，将训练集特征向量送入单分类支持向量机分类器，构建异常检测模型；最后，利用测试集对模型进行性能评估。理论分析和实验结果表明：所提取的时域特征和构建的单分类异常检测模型对一次风机异常具有明显的辨识度，能有效对一次风机异常状态进行检测。