基于稀疏自编码支持向量机泵站故障检测

• 作者: 殷振兴
• 来源期刊: 水科学与工程技术
• 学科: 工学
• 关键词: 泵站 故障检测 自编码 支持向量机
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 设计与施工
• 页码范围: 52-55
• 页数: 4页
• 分类号: TV675
• 字数: 2430字
• 语种: 中文
• DOI: 10.19733/j.cnki.1672-9900.2019.06.16

摘要

对多要素不确定性泵站故障进行有效检测,引入深度学习理论知识,提出了一种基于自稀疏编码的支持向量机泵站故障检测方法.结果表明:对于有限样本的情况下稀疏自编码的SVM方法泵站故障检测可获得较高的精度,并验证了方法的可行性、正确性及有效性;通过对比SVM、稀疏自编码的SVM、BP神经网络3种泵站故障检测方法,得出稀疏自编码的SVM在泵站故障检测中的优越性.为泵站故障检测提供了一种新的解决方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷振兴		7	10	2.0	3.0