10.16526/j.cnki.11-4762/tp.2018.02.014
基于ELM-AdaBoost.M2的污水处理过程在线故障诊断
污水处理存在着强非线性和非稳态运行等特征,对其运行过程进行在线故障诊断在减少污染和保障生产过程安全方面具有重大意义;针对污水处理过程运行状态的不平衡分布造成故障诊断准确率下降的问题,提出一种基于极限学习机(ELM)和AdaBoost.M2算法的在线故障诊断方法;该模型以ELM为弱分类器,利用AdaBoost.M2将多个弱分类器集成,实现了强分类器;仿真结果表明,该模型在线故障诊断精度高,学习速度快,泛化性能好,相较于传统故障诊断方法,综合性能较为突出,较好地实现了污水处理的在线故障诊断.
污水处理、故障诊断、极限学习机、AdaBoost.M2、在线建模
26
TP242(自动化技术及设备)
广东省科技项目2016B090918113
2018-04-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
53-56