基于 PCA-SVDD 的冷水机组故障检测方法

• 作者: 李冠男 胡云鹏 陈焕新 黎浩荣
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 冷水机组 故障检测 主元分析 支持向量数据描述 检测效率
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 电力与能源工程
• 页码范围: 119-122
• 页数: 4页
• 分类号: TB65
• 字数: 2805字
• 语种: 中文
• DOI: 10.13245/j.hust.150825

摘要

分析了基于PCA‐SVDD方法的冷水机组故障检测效率，结合PCA和SVDD方法的优点，提出了一种基于PCA‐SVDD的冷水机组故障检测方法。通过PCA将正常数据所在的测量空间分解为主元子空间和残差子空间，取正常数据的残差子空间得分矩阵作为目标类数据建立SVDD模型，利用RP‐1043中冷水机组实验数据验证故障检测性能，并与传统PCA和SVDD冷水机组故障检测结果进行对比。结果表明：PCA‐SVDD方法可用于冷水机组故障检测，进一步提高了故障检测能力，且故障检测结果整体优于传统SVDD和 PCA方法；用于冷水机组常见的故障检测，获得了较高的冷水机组故障检测效率。此方法有利于及早发现故障，减少损失，对小幅故障检测效率的提高尤为明显。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕新	华中科技大学能源与动力工程学院	150	1067	18.0	25.0
2	胡云鹏	华中科技大学能源与动力工程学院	16	300	10.0	16.0
3	李冠男	华中科技大学能源与动力工程学院	18	287	10.0	16.0