-
题名基于GMM与NSET优化算法的设备参数预警研究
被引量：4
- 1
-
-
作者
袁雪峰
马成龙
陈世和
-
机构
华润电力技术研究院有限公司智慧发电研究中心
-
出处
《控制工程》
CSCD
北大核心
2022年第6期1058-1064,共7页
-
文摘
针对工业流程存在难以监测非重要数据和设备劣化状态的问题,提出了一种基于高斯混合模型(GMM)和非线性状态估计(NSET)优化算法的设备参数预警方法,用于在设备运行过程提前发现设备的故障趋势。首先,根据设备特点对历史运行数据进行预处理;然后,利用高斯混合模型聚类获得聚类中心;最后,利用非线性状态估计建模,将聚类中心与抽样样本共同作为记忆矩阵,对实时运行数据进行预测和偏差分析,对偏差超过经验阈值的传感器报警。以某1000 MW火电机组引风机为例,选取历史典型运行状态数据进行分析,分析结果表明,该方法能有效实现传感器参数预警。
-
关键词
工业设备
高斯混合模型
非线性状态估计优化
传感器参数预警
-
Keywords
Industrial equipment
Gaussian mixture model
nonlinear state estimation optimization
sensor parameter early warning
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
