基于KPCA残差方向梯度的故障检测方法及应用

被引：40

作者：

周卫庆 ^{[1
]}

司风琪 ^{[2
]}

徐治皋 ^{[2
]}

黄葆华 ^{[3
]}

仇晓智 ^{[3
]}

机构：

[1] 南京工程学院电力仿真与控制工程中心

[2] 东南大学能源热转换及其过程测控教育部重点实验室

[3] 华北电力科学研究院有限责任公司

来源：

仪器仪表学报 | 2017年 / 38卷 / 10期

关键词：

核主元分析; 故障检测; 方向梯度; 故障变量辨识; 残差污染;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法。利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的格拉姆矩阵偏微分中间计算过程进行优化,提出一种新的KPCA残差方向梯度算法,在此基础上结合统计量形成系统故障检测的新方法。非线性系统仿真表明,改进的KPCA残差方向梯度法不仅具有较优的故障变量辨识能力,还极大地减小了计算量,缩短了计算时间。大型热力系统的应用进一步表明,无论对于单故障和多故障的情况,方法均具有较好的故障检测能力,并且不存在残差污染,易于工程实现。

引用

页码：2518 / 2524

页数：7

共 15 条

[1]

基于PCA降维的分层超限学习机手势识别方法 [J].

吴良圆 ;

魏书宁 ;

周棒棒 ;

陈远毅 .

电子测量技术, 2017, 40 (03) :82-88

[2]

因子分析和ELM在模拟电路故障诊断的应用 [J].

邓勇 ;

于晨松 .

电子测量与仪器学报, 2016, 30 (10) :1512-1519

[3]

Multivariate time delay analysis based local KPCA fault prognosis approach for nonlinear processes.[J].Yuan Xu;Ying Liu;Qunxiong Zhu;.Chinese Journal of Chemical Engineering.2016, 10

[4]

基于变量子域PCA的故障检测方法 [J].