主元统计法与符号有向图模型相结合的故障诊断方法

• 作者: 张冀 曹文亮 王兵树 马良玉
• 来源期刊: 动力工程
• 学科: 工学
• 关键词: 自动控制技术 电站 故障诊断 符号有向图 主元统计法 定性定量模型
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 自动控制,监测和故障振断
• 页码范围: 870-875
• 页数: 6页
• 分类号: TK223.73
• 字数: 4848字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6761.2005.06.024

摘要

符号有向图(SDG)深层知识模型具有好的完备性和较强故障解释能力,将主元统计法(PCA)和SDG两种方法结合起来,用SDG模型包含的过程信息来解释PCA方法产生的残差贡献图,能有效辨识故障,减少诊断时间,增加诊断过程自动化的程度;同时利用PCA分析建模可以消除变量间的非线性关系,降低噪声影响,有效地避免了传统SDG在确定节点状态和阈值时的单变量统计的缺点.案例研究表明:PCA-SDG定性定量方法可以进行有效的诊断.图8表2参9

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兵树	华北电力大学控制科学与工程学院	118	1940	26.0	37.0
2	张冀	华北电力大学控制科学与工程学院	13	258	9.0	13.0
3	曹文亮	华北电力大学控制科学与工程学院	24	598	14.0	24.0
4	马良玉	华北电力大学控制科学与工程学院	83	1254	20.0	31.0