基于最大信息系数的分组支持向量数据描述故障检测 |
| |
引用本文: | 张逸豪,王振雷.基于最大信息系数的分组支持向量数据描述故障检测[J].化工学报,2023(9):3865-3878. |
| |
作者姓名: | 张逸豪 王振雷 |
| |
作者单位: | 华东理工大学能源化工过程智能制造教育部重点实验室 |
| |
摘 要: | 工业过程的众多变量之间往往存在着复杂的相关关系,传统的故障检测模型通常会忽略不同变量间相关性的差异,对不同相关关系的变量采用相同的特征提取方法,从而导致检测效果欠佳。针对以上问题,提出了一种基于最大信息系数的分组支持向量数据描述故障检测模型,首先计算变量间的最大信息系数矩阵,按照相关性的不同对变量进行分组,再通过最大信息系数为模型混合核函数中高斯核与多项式核的权重分配提供理论指导,从而分别为各组建立不同的支持向量数据描述检测模型,完成最大信息系数与支持向量数据描述的紧密结合,最终实现分布式故障检测。通过仿真对比,验证了该模型的可行性与有效性。
|
关 键 词: | 故障检测 最大信息系数 变量分组 核函数 支持向量数据描述 |
|
|