基于EasyEnsemble的化工过程故障诊断性能改进

• 作者: 夏丽莎 方华京 杨玉英
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 化工过程 数据不均衡 EasyEnsemble 故障诊断
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP277
• 字数: 4083字
• 语种: 中文
• DOI: 10.7641/CTA.2017.60349

摘要

化工过程故障诊断中样本数据分布不均衡现象普遍存在.在使用不均衡样本作为训练集建立各类故障诊断分类器时,易出现分类器的识别率偏置于多数类样本的结果,由此产生虽正常状态易识别,但更受关注的故障状态却难以被诊断的现象.针对该问题,本文提出一种基于EasyEnsemble思想的主元分析-支持向量机(EasyEnsemble based principle component analysis-support vector machine,EEPS)故障诊断算法,通过欠采样方法抽取多数类样本子集组建多个新的均衡数据样本集,使用主元分析(principle component analysis,PCA)进行特征提取并使用支持向量机(support vector machine,SVM)算法进行训练,得到多个基于SVM的故障诊断分类器,然后使用Adaboost算法集成最终的分类,从而提高故障诊断准确性.所提方法被用于TE(Tenessee Eastman)化工过程,实验结果表明,EEPS算法能够有效提高分类器在不均衡数据集上的诊断性能和预报能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方华京	华中科技大学自动化学院	125	1535	23.0	33.0
2	杨玉英	上海理工大学管理学院	6	18	2.0	4.0
3	夏丽莎	上海理工大学管理学院	9	17	2.0	4.0