PCA在非线性系统传感器故障检测和重构中的应用

• 作者: 丁艳军 仇韬 吴占松 孔亮 张毅 张清峰
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 主成分分析(PCA) 重构 多模型
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 热能工程
• 页码范围: 708-711
• 页数: 4页
• 分类号: TP277
• 字数: 3430字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2006.05.027

摘要

由于主成分分析(PCA)方法是一种线性算法,基于PCA的故障检测方法若直接运用于非线性系统的传感器故障检测和重构,会导致明显的故障误报和数据重构错误.为了使基于PCA的传感器故障检测和重构方法适用于非线性较严重的热工过程,对该方法进行了有效的改进.应用不同负荷下的历史数据,分别建立机组不同负荷下的局部PCA模型,再根据机组当前实际运行负荷选择相应的PCA模型进行传感器故障检测和重构,并结合相邻负荷PCA模型的计算结果进行数据融合,从而进一步提高了故障检测的准确性和重构精度.理论分析和现场实际应用表明,该算法能够对非线性较为严重的电厂热工过程进行精确的传感器故障检测和重构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	清华大学热能工程系	120	2544	28.0	48.0
2	丁艳军	清华大学热能工程系	51	628	14.0	23.0
3	张清峰		57	355	11.0	15.0
4	仇韬	清华大学热能工程系	4	111	4.0	4.0
5	吴占松	清华大学热能工程系	76	1225	19.0	31.0
6	孔亮	清华大学热能工程系	7	258	6.0	7.0