基于KPCA和LSSVM的过热器异常诊断

• 作者: 陈国超 张悦 卢聪 李帅 姜礼洁
• 来源期刊: 山东电力技术
• 关键词: 核主元分析 最小二乘支持向量机 过热器异常
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 发电技术|Power generation technology
• 页码范围: 63-66
• 页数: 4页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9904.2021.02.013

摘要

为提高过热器系统异常识别准确率,对核主元分析以及最小二乘支持向量机在过热器异常识别分类中的应用进行研究,提出了一种改进KPCA-LSSVM的过热器异常工况识别策略.采用核主元分析算法对获取到的过程数据提取主成分,并选择贡献度最大的主成分输入LSSVM中进行建模,建立KPCA-PSO-LSSVM分类模型对主汽温故障进行识别.结果表明,该模型准确率有所提高.