化工系统海量数据的扩散映射和异常辨识
为充分提取化工系统中的故障特征以辨识故障类型,提出针对动态系统海量数据的故障分类方法.该方法利用扩散映射算法与扩散映射的线性增量算法,对高维空间中的化工系统运行数据进行降维,提取出数据中的低维流形特征.利用降维后的故障样本训练支持向量机多类分类器,实现系统在线数据异常辨识.通过田纳西-伊斯曼仿真数据和实际生产运行数据验证了方法的可行性和高效性.与其他类似分类方法对比,该方法具有更高的分类精度.
化工系统、海量数据、故障分类、流形学习、扩散映射、支持向量机、故障诊断
20
N945.17(系统科学)
国家科技支撑计划资助项目2012BAF12B04.Project supported by the National Key Technology Support Program,China2012BAF12B04
2015-02-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
3091-3096