-
题名基于改进的多块核主元分析的风电机组故障诊断方法
被引量：8
- 1
-
-
作者
贾子文
顾煜炯
-
机构
华北电力大学能源动力与机械工程学院
-
出处
《动力工程学报》
CAS
CSCD
北大核心
2018年第10期820-828,共9页
-
基金
中央高校基本科研业务专项基金资助项目(2016XS27)
-
文摘
针对风电机组运行工况和数据信息结构复杂、机组故障诊断困难的特点,提出了基于因子分析改进的多块核主元分析(MBKPCA)方法,通过对运行数据信息的深度挖掘,建立了机组数据、变量和运行工况3者之间的关联机制。通过对应分析,明确机组变量与数据的关联性,确定MBKPCA子块数目及实际含义。采用因子分析寻找各子块数据与对应运行过程的相关性,提高MBKPCA诊断精度。结果表明:改进的MBKPCA方法能够及时准确地对风电机组故障进行诊断,具有一定的工程应用价值。
-
关键词
风电机组
多块核主元分析
因子分析
故障诊断
-
Keywords
wind turbine
MBKPCA
factor analysis
fault diagnosis
-
分类号
TK83
[动力工程及工程热物理—流体机械及工程]
-
-
题名基于多块KPCA和SDG的故障诊断方法
被引量：7
- 2
-
-
作者
王雅琳
何巍
桂卫华
阳春华
-
机构
中南大学信息科学与工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2013年第10期1473-1478,1484,共7页
-
基金
国家自然科学基金项目(61273187
61134006
+2 种基金
61074117)
国家科技支撑计划项目(2012BAF03B05)
湖南省科技计划项目(2012CK4018)
-
文摘
针对大规模复杂工业过程,提出一种基于多块核主元分析(MBKPCA)和符号有向图(SDG)的故障诊断方法.首先,提出基于SDG和优先级的分块策略,以强连接元SCC为最高优先级、多入/出度节点群为次高优先级、节点链为最低优先级对过程进行分块;在此基础上,采用MBKPCA进行过程监控,对于检测到的故障,先确定故障发生在哪一个数据块,再触发SDG在故障块内完成故障定位.所提出方法克服了多块KPCA故障隔离不完全和SDG推理过程中组合爆炸的缺点,可以提高复杂工业过程故障诊断的准确度和速度.基于Tennessee Eastman过程的仿真研究表明了所提出故障诊断方法的有效性.
-
关键词
符号有向图
多块核主元分析
过程监控
故障定位
-
Keywords
signed directed graph
multiblock kernel principal component analysis
process monitoring
fault location
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
