摘要：在传统支持向量机(C—SVM)的基础上，通过集成模糊聚类技术和支持向量机算法，构造了一种适合于故障诊断的多级二叉树分类器，并首次应用于水轮机调速系统故障诊断，取得了良好效果。该方法首先利用模糊聚类技术求取每类样本聚类中心，再对各聚类中心逐次二分，从而确定了一棵二叉树，然后在二叉树的每个节点处，根据样本聚类中心把相应样本分成两类，构造出SVM子分类器。实验结果表明，对于k类别故障诊断问题，只需构造k-1．1个SVM子分类器，简化了分类器结构，避免了不可区分区域的出现，且节省了内存开销，故障诊断正确率高。

关键词：系统故障诊断 树分类器 模糊支持向量机 水轮机 调速 

单位：湖南大学电气与信息工程学院，湖南省长沙市410082／／湖南理工学院电子信息系，湖南省岳阳市414006; 湖南大学电气与信息工程学院，湖南省长沙市410082