基于KPCA的监控系统传感器异常诊断方法

发布时间：2017-06-15 21:08

  本文关键词：基于KPCA的监控系统传感器异常诊断方法，由笔耕文化传播整理发布。

【摘要】：针对监控系统数据异常时,故障检测准确性不高的问题,提出一种基于监控系统传感器异常的核主元分析(KPCA)检测方法。利用平方预报误差(SPE)统计量和均方贡献值法进行故障检测和故障源的定位,改善了主元分析(PCA)应用于非线性系统故障检测准确性低的问题。分别利用基于KPCA和PCA的故障检测模型进行仿真比较。实验结果表明:KPCA提高了非线性监控系统传感器异常诊断的准确性。
【作者单位】： 河南理工大学计算机科学与技术学院;煤炭安全生产河南省协同创新中心;
【关键词】： 传感器 核主元分析 主元分析 故障检测 故障源定位
【基金】：煤炭安全生产河南省协同创新中心重点资助项目(12140024) 河南理工大学博士基金资助项目(64998449)
【分类号】：TD712.6;TP277
【正文快照】： 0引言瓦斯抽采监控系统是由大量传感器组成,大部分传感器都处于高湿度、高压等恶劣环境下,容易造成传感器性能下降且大多数传感器不具备自我诊断和校正功能。因此,需要人工定期校准,但两次人工校准期间无法掌握测量数据的准确度,针对这一问题,文献[1]提出了基于概率鲁棒思想的

【相似文献】

中国期刊全文数据库 前1条

1 王正帅;邓喀中;;基于核主元分析和模糊聚类的采动区建筑物损害评价[J];煤矿安全;2011年04期

  本文关键词：基于KPCA的监控系统传感器异常诊断方法，，由笔耕文化传播整理发布。

本文编号：453485