小样本下基于贝叶斯分类的汽轮发电机组振动故障诊断方法

打开文本图片集

中图分类号 TP277;TK268 文献标志码 A 文章编号 1000-3932（2026）02-0309-12

汽轮发电机组是火电厂的主要动力设备，其运行正常与否，直接影响着火电厂的安全生产和经济效益。安全稳定是汽轮发电机组运行的主要目标，这对汽轮发电机组振动故障诊断提出了很高的要求[1，2]。因此，寻找一种有效的故障诊断方法来指导机组操作和维护是汽轮发电机组振动故障早期诊断的关键，汽轮发电机组振动故障的早期诊断具有重要的现实意义[3.4]

传统的汽轮发电机组振动故障诊断方法都是对采集的信号进行相应的时频分析，由于振动信号具有非平稳、非线性的特征，传统离散傅里叶变换（DiscreteFourierTransform，DFT）短时傅里叶变换（Short-timeFourier Transform，STFT）等方法无法精确地提取特征，导致故障诊断精度不高。（剩余10227字）