模糊聚类与k-NN法大型发电设备状态预警模型

• 作者: 何屏 宋美微 赵明
• 来源期刊: 工业加热
• 学科: 工学
• 关键词: 发电设备 状态预警 模糊聚类 k-NN模型
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 模拟仿真
• 页码范围: 42-44,57
• 页数: 4页
• 分类号: TP18
• 字数: 2968字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1639.2016.06.011

摘要

根据设备运行的历史数据,运用模糊聚类和k-NN证据分类的方法,建立设备的运行状态模型,对水火电发电设备的运行状态进行判断,并对异常、故障状态进行预警.最后以红河1号机组≠1高压加热器2014年1月用来聚类的4000组样本数据及其隶属度矩阵作为证据k-NN的训练集,2月某两天运行数据进行测试.验证模型能够如实反映设备异常状态,证明了模型的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何屏	昆明理工大学冶金与能源工程学院	57	359	11.0	17.0
2	赵明	云南电网有限责任公司电力科学研究院	47	103	5.0	7.0
3	宋美微	昆明理工大学冶金与能源工程学院	1	0	0.0	0.0