基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于工况变化频繁,使用单一主元模型难以准确描述火电厂生产过程的统计特性,因此应用传统主元分析(PCA)故障检测方法会带来大量的误检.提出了一种适用于火电厂生产过程的改进PCA故障检测方法:首先用K均值聚类分析方法对过程数据进行分类得到各稳态工况下的数据;然后根据分类数据建立主元模型组来描述整个过程;最后在故障检测中对检测样本进行模糊划分,动态计算出与当前工况相适应的主元模型并进行检测.使用现场数据对比研究了传统方法和改进方法在锅炉过程故障检测中的应用情况.结果表明改进方法能适应工况变化,减少误检并提高检测灵敏度.
推荐文章
基于神经网络的火电厂生产过程故障诊断专家系统
神经网络
故障诊断
专家系统
智能检测
试论火电厂锅炉引风机的故障及研究对策
火电厂
引风机
叶片磨损
风机振动
火电厂输煤系统运行故障分析
火电厂
输煤系统
故障分析
基于核主元分析和支持向量机的火电厂炉膛温度的研究
炉膛温度
软测量模型
燃烧优化控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于主元分析的火电厂生产过程故障检测研究
来源期刊 华北电力大学学报 学科 工学
关键词 主元分析 故障检测 火电厂生产过程 K均值聚类分析 模糊划分
年,卷(期) 2005,(4) 所属期刊栏目 控制与动力工程
研究方向 页码范围 31-35
页数 5页 分类号 TP277
字数 4154字 语种 中文
DOI 10.3969/j.issn.1007-2691.2005.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘吉臻 华北电力大学控制科学与工程学院 316 5755 39.0 59.0
2 牛征 华北电力大学控制科学与工程学院 11 282 8.0 11.0
3 牛玉广 华北电力大学控制科学与工程学院 118 1376 21.0 31.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (69)
参考文献  (10)
节点文献
引证文献  (17)
同被引文献  (35)
二级引证文献  (27)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(6)
  • 引证文献(0)
  • 二级引证文献(6)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
研究主题发展历程
节点文献
主元分析
故障检测
火电厂生产过程
K均值聚类分析
模糊划分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华北电力大学学报(自然科学版)
双月刊
1007-2691
13-1212/TM
大16开
北京市德胜门外朱辛庄北农路2号
18-138
1974
chi
出版文献量(篇)
2661
总下载数(次)
0
总被引数(次)
34067
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导