基于集成熵KPCA的复杂机电系统状态监测方法
针对传统KPCA方法的模型参数选取对经验知识依赖程度过高、容易造成漏报和误报的缺点,提出一种基于集成熵核主成分分析的状态监测方法.该方法将传统的KPCA与信息熵结合,在高维空间用信息测度确定模型参数,用Renyi熵贡献提取核主成分,通过构造综合统计量进行状态监测.在TE过程和某企业的压缩机组系统上的仿真研究表明,所提方法较传统KPCA有更好的非线性数据处理能力和更高的故障或异常检测精度.
状态监测、核主成分分析、Renyi熵、特征提取
21
TH17
国家科技支撑计划资助项目2012BAF12B04. Project supported by the National Key Technology R&D Program,China2012BAF12B04
2015-07-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
1327-1333