基于聚焦式模糊聚类算法的数据挖掘故障诊断方法

• 作者: 杨苹
• 来源期刊: 动力工程
• 学科: 工学
• 关键词: 自动控制技术 故障诊断 数据挖掘 模糊聚类 聚焦
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 自动控制,监测和故障诊断
• 页码范围: 511-515
• 页数: 5页
• 分类号: TP206.3
• 字数: 5779字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6761.2006.04.013

摘要

针对现有的火电厂大型设备故障诊断精度较低的问题,提出一种基于聚焦式模糊聚类算法的数据挖掘故障诊断方法.它采用分段相关分析的方法在火电厂SCADA系统历史数据库查找故障征兆变量,然后利用聚焦式量化算法对故障征兆变量进行离散化,最后应用双向模糊聚类算法找出对应故障类型的关键数据.该方法避免了为诊断故障而附加的专门测试或试验,在降低费用的同时,减少了试验对设备造成的潜在威胁.故障诊断实例表明:其诊断精度在不同的月份介于91%～95%之间,可以满足现场应用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨苹	华南理工大学电力学院	155	2093	24.0	39.0