期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于改进主元分析的锂离子电池内短路故障诊断方法 被引量:1
1
作者 陈培育 王洋 +3 位作者 贺春 程茹芸 李谦 李冠争 《电力系统及其自动化学报》 CSCD 北大核心 2024年第11期147-158,共12页
锂离子电池储能技术是建设我国以新能源为主体的新型电力系统的关键。因挤压针刺等强外力作用,生产时混入金属碎屑和析锂导致锂枝晶等容易造成锂离子电池出现内短路故障,但内短路的故障特征不明显,隐蔽性强,诊断难度大。为了灵敏有效地... 锂离子电池储能技术是建设我国以新能源为主体的新型电力系统的关键。因挤压针刺等强外力作用,生产时混入金属碎屑和析锂导致锂枝晶等容易造成锂离子电池出现内短路故障,但内短路的故障特征不明显,隐蔽性强,诊断难度大。为了灵敏有效地诊断出内短路故障,构建锂离子电池的等效电路模型,并基于递归最小二乘来辨识模型参数,提出扩展卡尔曼滤波方法以准确估计内短路故障电池的荷电状态;基于主元分析方法对电池的电压、电流和荷电状态进行关键信息提取,并在常规主元分析方法的基础上,提出一种综合指标来提高故障诊断的灵敏性。实验平台的测试结果验证了所提方法的可行性和有效性,系统可以灵敏且可靠地诊断出锂离子电池的内短路故障,保障了电池安全运行。 展开更多
关键词 锂离子电池 内短路故障 主元分析方法 等效电路模型 荷电状态估计 故障诊断
在线阅读 下载PDF
利用主元方法进行传感器故障检测的行为分析 被引量:22
2
作者 黄孝彬 牛征 +1 位作者 牛玉广 刘吉臻 《传感技术学报》 CAS CSCD 2003年第4期419-423,共5页
主元分析方法 (PCA)是基于多元统计分析的过程监测和故障诊断手段。在假设过程只存在传感器故障的情况下 ,系统地分析了PCA方法在传感器典型故障下的检测行为。首先导出了HotellingT2 和Q两个检测统计量在传感器不同故障下的变化关系和... 主元分析方法 (PCA)是基于多元统计分析的过程监测和故障诊断手段。在假设过程只存在传感器故障的情况下 ,系统地分析了PCA方法在传感器典型故障下的检测行为。首先导出了HotellingT2 和Q两个检测统计量在传感器不同故障下的变化关系和规律 ,然后从理论上给出了每个传感器故障的可检测性条件。 展开更多
关键词 主元分析方法 PCA 传感器 故障检测 过程监测
在线阅读 下载PDF
动态可调主元分析的多元自相关质量控制方法 被引量:9
3
作者 刁广州 赵丽萍 要义勇 《西安交通大学学报》 EI CAS CSCD 北大核心 2013年第3期24-29,共6页
为解决在复杂产品制造过程中由多元质量数据自相关引起的大量虚发报警问题,以提高产品制造过程中监测的准确性,提出了一种动态可调的主元分析(DRPCA)方法。通过对主元分析方法引入折息因子,构建了多个参数可调的动态主元分析(PCA)算法... 为解决在复杂产品制造过程中由多元质量数据自相关引起的大量虚发报警问题,以提高产品制造过程中监测的准确性,提出了一种动态可调的主元分析(DRPCA)方法。通过对主元分析方法引入折息因子,构建了多个参数可调的动态主元分析(PCA)算法。利用实验数据计算各变量的特征值和贡献率,来确定主元个数,降低多元自相关过程的计算复杂度,消除数据间的自相关。根据计算的各变量的每个主元负荷值来确定主导变量,结合多变量控制图和主导变量控制图,对多元自相关制造过程进行了实时监测。研究结果表明:DRPCA方法不仅能够消除数据间的自相关,减少制造过程中的虚发报警,而且可以准确地检测出制造过程中的异常变量。 展开更多
关键词 主元分析方法 自相关 折息因子 导变量
在线阅读 下载PDF
基于混合动态主元分析的故障检测方法 被引量:12
4
作者 石怀涛 刘建昌 +2 位作者 丁晓迪 谭帅 王雪梅 《控制工程》 CSCD 北大核心 2012年第1期148-151,共4页
针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关... 针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关和互相关性,提高了故障检测的精度和效率。对TE过程典型故障和热连轧过程中断带故障检测结果表明:HDPCA方法提取的主元个数少于DPCA方法提取的主元个数。并且,基于HDPCA的T2和SPE统计量的检测性能和检测精度都由于基于DPCA的统计量。因此,本文提出的方法可以准确有效地检测出故障。 展开更多
关键词 特征提取 混合动态核-独立分析方法 活套故障 故障诊断
在线阅读 下载PDF
基于动态主元分析法的传感器故障检测 被引量:9
5
作者 李果 张鹏 +2 位作者 李学仁 魏瑞轩 冀捐灶 《数据采集与处理》 CSCD 北大核心 2008年第3期338-341,共4页
提出了一种基于动态主元分析的传感器故障检测方法。利用数据矩阵前t时刻和当前时刻的数据,建立多变量多时刻的自回归统计模型。计算主元数据矩阵,建立动态主元模型。以测量速度最慢的传感器的测量周期为统一采样周期,4个连续采样周期... 提出了一种基于动态主元分析的传感器故障检测方法。利用数据矩阵前t时刻和当前时刻的数据,建立多变量多时刻的自回归统计模型。计算主元数据矩阵,建立动态主元模型。以测量速度最慢的传感器的测量周期为统一采样周期,4个连续采样周期为一个诊断周期,建立动态三维测量矩阵,采用残差的平方预报误差的指数加权移动平均(Squared prediction error-Exponentially weighted moving average,SPE-EWMA)模型检测传感器故障。在只存在传感器故障的前提下,模拟发动机开车过程中几种典型的渐变性故障和突变性故障,实验结果表明,算法实时跟踪了各种检测指标的变化,准确检测出故障传感器。 展开更多
关键词 传感器 主元分析方法 平方预报误差指数加权移动平均(SPE—EWMA) 故障检测
在线阅读 下载PDF
基于主元子空间的主动配电网量测设备关键配置位置识别 被引量:1
6
作者 张林利 刘洋 +2 位作者 李立生 苏建军 谭培红 《电力自动化设备》 EI CSCD 北大核心 2017年第11期54-58,共5页
为了进一步优化主动配电网中量测设备的配置,提出了基于主元子空间的量测设备关键配置位置识别方法。该方法不需要关于系统的完备先验知识。利用主元分析方法将量测数据映射到主元子空间中,利用主元的累计方差贡献率选取样本主元;在量... 为了进一步优化主动配电网中量测设备的配置,提出了基于主元子空间的量测设备关键配置位置识别方法。该方法不需要关于系统的完备先验知识。利用主元分析方法将量测数据映射到主元子空间中,利用主元的累计方差贡献率选取样本主元;在量测变量重构的基础上,计算量测变量对Hotelling T2统计量的重构贡献率;定义了节点重构贡献率和节点相对贡献率,并将相对贡献率应用到关键配置位置识别中。IEEE 69节点系统的仿真结果表明了所提方法的有效性。 展开更多
关键词 动配电网 关键位置识别 重构贡献率 量测配置 子空间 主元分析方法
在线阅读 下载PDF
实时燃烧诊断系统中缺失数据的处理 被引量:3
7
作者 张清宇 严建华 +5 位作者 倪明江 王飞 马增益 白卫东 林彬 岑可法 《动力工程》 CSCD 北大核心 2004年第2期222-226,共5页
运用EM(PCA)算法来处理不完整电厂运行参量数据空间。电厂运行是一种典型的多变量被控对象,鉴于PCA方法是一种探讨多变量数据空间的有效方法,对于电厂的多变量参量的监控非常适合。但由于电厂运行复杂,时常造成各种传感器失常或变量数... 运用EM(PCA)算法来处理不完整电厂运行参量数据空间。电厂运行是一种典型的多变量被控对象,鉴于PCA方法是一种探讨多变量数据空间的有效方法,对于电厂的多变量参量的监控非常适合。但由于电厂运行复杂,时常造成各种传感器失常或变量数值超过范围,从而无法得到完整的数据空间。通过对各种方法的比较选择EM(PCA)方法成功地解决了这一问题。为了验证算法,分别对具有不同缺失率的数据运用此法,成功地预测了缺失值并较为准确地把原本不完整的数据空间分解为主成分空间和噪声空间。此方法为今后运用主元分析方法建立燃烧诊断系统对电厂燃烧稳定性、经济性实时监测打下基础。 展开更多
关键词 自动控制技术 主元分析方法(PCA) 燃烧诊断 EM算法 缺失数据
在线阅读 下载PDF
基于PCA与DHMM的发动机故障诊断研究 被引量:3
8
作者 黄家善 张平均 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2010年第5期617-621,共5页
提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据... 提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据库,设计了柴油机振动信号的故障诊断策略.实际应用结果显示,该方法是可行的,对柴油机故障的诊断精度,达到了94.17%,具有工程应用价值. 展开更多
关键词 主元分析方法 离散隐马尔可夫模型 故障诊断 发动机 工程机械
在线阅读 下载PDF
基于CCIPCA-LSSVM的文本自动分类算法
9
作者 张鸿彦 《科学技术与工程》 北大核心 2013年第10期2704-2709,共6页
特征具有高维、稀疏性。为提高了文本自动分类准确率,针对PCA提取特征需要对大规模文本进行批处理,影响文本的准确率等,提出一种基于增量主元分析方法(CCIPCA)和最二小乘向量机(LSSVM)相结合的文本自动分类算法(CCIPCA-LSSVM)。首先通... 特征具有高维、稀疏性。为提高了文本自动分类准确率,针对PCA提取特征需要对大规模文本进行批处理,影响文本的准确率等,提出一种基于增量主元分析方法(CCIPCA)和最二小乘向量机(LSSVM)相结合的文本自动分类算法(CCIPCA-LSSVM)。首先通过互信法选择文本特征,然后采用CCIPCA高维文本特征进行提取,降低特征维数,消除冗余特征,最后采用LSSVM对提取特征进行学习,并通过粒子群算法对分类器优化,建立最优文本自动分类模型。仿真结果表明,相对于其它文本分类算法,CCIPCA-LSSVM提高了文本分类准确率和召回率,解决了文本特征提取过程存在的难题。 展开更多
关键词 文本分类 特征提取 最小二乘支持向量机 增量主元分析方法 粒子群优化算法
在线阅读 下载PDF
基于对数变换和最大信息系数PCA的过程监测 被引量:8
10
作者 王中伟 宋宏 +1 位作者 李帅 周晓锋 《科学技术与工程》 北大核心 2017年第16期259-265,共7页
主元分析(principal component analysis,PCA)被广泛应用于工业生产过程监测。PCA假设数据服从高斯分布且协方差矩阵仅能评估变量间的线性关系,无法衡量变量间非线性依赖程度。基于此,提出了一种基于对数变换和最大信息系数(maximal inf... 主元分析(principal component analysis,PCA)被广泛应用于工业生产过程监测。PCA假设数据服从高斯分布且协方差矩阵仅能评估变量间的线性关系,无法衡量变量间非线性依赖程度。基于此,提出了一种基于对数变换和最大信息系数(maximal information coefficient,MIC)PCA的过程监测方法。首先,应用对数变换对过程数据进行变换,在一定程度上改善数据分布。然后,采用可以度量变量间的非线性相关性的MIC矩阵替换协方差矩阵,从而改善对非线性非高斯过程的监测效果。最后通过在田纳西-伊斯曼过程(tennessee eastman process,TE)仿真研究验证了该方法的可行性和有效性。 展开更多
关键词 主元分析方法 最大信息系数 对数变换 过程监测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部