电源车传感器故障检测和数据重构方法

摘要：

针对电源车由于运行环境复杂而容易发生传感器故障的问题,提出了一种基于时空相关性的传感器故障检测和数据重构方法.针对单个传感器运行数据的时序关系特征,借助具有选择与遗忘机制的极限学习机(SF-ELM)建立了电源车传感器时间序列预测子模型,并据此实现对电源车传感器的故障检测;针对已检测的故障传感器,利用不同传感器之间的空间相关性,通过冗余度分析,使用改进后的互信息熵筛选出与故障传感器数据相关性较高的辅助传感器数据,实现对故障传感器失效数据的在线重构;通过仿真验证了所提方法在电源车传感器故障检测和数据重构中的可行性与有效性.

关键词：传感器、时空相关性、极限学习机、故障检测、数据重构

所属期刊栏目：49

分类号：TP277(自动化技术及设备)

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1583-1592