基于XGBoost算法的汽轮机转子故障原因定位方法

摘要

提出了基于XGBoost算法的汽轮机转子故障原因定位方法,首先对由故障类型和相关参数组成的原始样本集进行特征分析,评估各特征的重要度,然后利用XGBoost算法构建汽轮机转子故障原因定位模型,利用转子故障数据对模型进行训练和测试,最后将具体的故障原因链接到故障知识库,采取相应的故障修复措施。结果表明:相比随机森林(RF)和梯度提升决策树(GBDT)模型,XGBoost模型可有效识别汽轮机转子3种故障类型下的9种故障原因,其分类准确率更高。