【技术实现步骤摘要】
基于动态加权差分主成分分析的工业锅炉故障检测方法
[0001]本专利技术属于故障诊断
，具体涉及基于动态加权差分主成分分析的工业锅炉故障检测方法。
技术介绍
[0002]工业锅炉是一种重要的能源转换设备，随着现代工业技术的发展，其内部结构越来越集成化和复杂化。一旦发生故障会造成巨大的能源浪费，甚至威胁生命财产安全。因此保证锅炉安全、可靠运行一直是控制领域研究的重点。但工业锅炉具有时变特性且复杂程度高、变量多、耦合性强，难以建立准确的机理模型进行故障诊断。主成分分析(PCA)法方法是一种常见的数值分析理论，在过程监控、故障诊断中有着广泛应用。由于PCA方法只需要系统正常工况下运行的历史数据构建模型，无需建立专家知识库和准确的数学模型，通过正交变换的方法，把一组可能存在相关性的变量转换成不相关的变量，用尽可能少的综合数据尽可能多的包含原始数据集中的绝大部分变化信息，剔除冗余信息，实现对原始数据的降维，这使得PCA方法广泛应用于故障诊断。
[0003]工业锅炉虽然是一种典型的单模态连续控制系统，但是当负荷发生变化时，...
【技术保护点】
【技术特征摘要】
1.一种基于动态加权差分主成分分析的工业锅炉故障检测方法，其特征在于，包括以下步骤：S1、设置固定长度的时间窗对锅炉样本点进行扩展，得到扩展后的锅炉样本集；S2、对扩展后的锅炉样本集寻找空间上的第一近邻和第一近邻的近邻集，并进行加权差分处理，解决锅炉样本的多模态问题；S3、基于处理后锅炉样本数据建立PCA模型，同时采集锅炉运行的在线数据对；S4、基于所建立的PCA模型，判断所采集的当前数据是否存在异常。2.根据权利要求1所述一种基于动态加权差分主成分分析的工业锅炉故障检测方法，其特征在于：所述设置固定长度的时间窗对锅炉样本点进行扩展，得到扩展后的锅炉样本集的过程如下：对采集到的样本数据x
t
，以其为中心设置长度为N的时间窗S(x
t
)＝{x
1(x)
,x
2(x)
......x
t(x)
......x
N(x)
}，将样本数据x
t
扩展成样本集S(x
t
)，描述样本间的时序关系。3.据权利要求2所述一种基于动态加权差分主成分分析的工业锅炉故障检测方法，其特征在于：所述对扩展后的锅炉样本集寻找空间上的第一近邻和第一近邻的近邻集，进行加权差分处理，解决锅炉样本的多模态问题的过程如下：对时间窗S(x
t
)中的每个样本，寻找其空间上的第一近邻和第一近邻的前K近邻集采用公式(1)对第一近邻的样本进行加权差分处理，以消除样本中心漂移对故障检测的影响...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。