一种基于数据变化率的预处理及主元分析故障诊断方法OA北大核心CSCDCSTPCD
Data Preprocessing and PCA Fault Diagnosis Method Based on Rate of Change Transformation
基于深度学习的方法解决微小故障已经取得了很大的进展和很好的效果,但是前提要有充足的样本数据,在现有的情况下却难以实现.所以基于传统的数据预处理的故障诊断方法仍然有很好的必要性和现实性.主元分析(Principal Component Analysis,PCA)被广泛应用在故障诊断中,由于传统的数据预处理方法各有优势和不足,造成特征提取不准确,为此该文提出了一种基于数据变化率(Rate Of Change,ROC)的数据预处理方法以提高PCA在故障诊断中的性能指标.通过变化率变换对原始数据集预处理后,能够有效地检测系统变量中的微小故障.最后,通过仿真验证基于数据变化率的PCA故障诊断方法的可行性和有效性.
鲍中新;文成林;马雪
杭州电子科技大学自动化学院,浙江杭州310018广东石油化工学院自动化学院,广东茂名525000杭州电子科技大学自动化学院,浙江杭州310018
信息技术与安全科学
故障诊断数据驱动数据预处理Gap度量主元分析变化率变换特征提取
《电子学报》 2021 (11)
2234-2240,7
国家电网有限公司科技项目(No.SGHB0000KXJS1800375)
评论