基于KPCA-GG的火力发电设备状态诊断方法

• 作者: 汪国新 苏志刚 郝勇生
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 核主成分分析 多元时间序列分割 Gath-Geva模糊聚类算法 火力发电设备
• 年，卷（期）: 2019,（3）
• 页码范围: 542-548
• 页数: 7页
• 分类号: TP274
• 字数: 5474字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.03.020

摘要

为了解决具有非线性特征的设备状态诊断问题,提出一种基于核主成分分析和Gath-Geva模糊聚类相结合的多元时序分割算法.根据Gath-Geva模糊聚类算法得到聚类结果,利用核主成分分析算法提取非线性特征,从而构造KPCA分析模型.将聚类类簇在该模型空间中的距离作为类簇相似性分析及合并的标准,以提升方法的分割效果.实验结果表明,基于KPCA的Gath-Geva模糊聚类算法能识别数据的非线性信息,更准确地分析数据特征,其分割效果优于基于主成分分析的聚类算法的分割效果.通过提取的非线性特征对数据进行分割有助于识别设备状态的转换,可用于解决一类具有非线性特点的火力发电设备过程状态诊断问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝勇生	东南大学计算机科学与工程学院	12	105	6.0	10.0
5	苏志刚	东南大学能源与环境学院	16	174	6.0	13.0
6	汪国新	东南大学计算机科学与工程学院	1	1	1.0	1.0