典型文献
基于GSA-RGMM的多模态热工过程故障监测与诊断
文献摘要：
针对传统高斯混合模型(GMM)算法在多模态热工过程故障监测与诊断中对初始参数敏感和难以准确定位故障变量的问题,建立基于鲁棒高斯混合模型(RGMM)算法的故障监测模型并提出一种基于引力搜索算法(GSA)重构的故障分离(GSA-RGMM)算法.通过RGMM算法建立多模态热工过程故障监测模型,使用期望最大化(EM)算法迭代求解模型最佳高斯成分数和统计分布参数,当监测指标超过限值时,通过融合监测指标的GSA重构方法定位故障变量和故障幅值.采用多模态数值算例和高压加热器算例对GSA-RGMM算法进行评价,结果表明:GSA-RGMM算法在多模态热工过程故障监测中对故障具有较高的检出率,当监测到故障后能较好地定位故障变量,有较高的诊出率和较低的误诊率,适用于多模态热工过程故障实时监测与诊断.
文献关键词：
多模态热工过程;鲁棒高斯混合模型;故障监测与诊断;引力搜索算法
中图分类号：
作者姓名：
蒲健飞;任少君;周东阳;曹军;范伟;司风琪
作者机构：
东南大学 能源热转换及过程测控教育部重点实验室,南京210096;西安热工研究院有限公司,西安710054
文献出处：
引用格式：
[1]蒲健飞;任少君;周东阳;曹军;范伟;司风琪-.基于GSA-RGMM的多模态热工过程故障监测与诊断)[J].发电设备,2022(06):406-413
A类：
RGMM,多模态热工过程,鲁棒高斯混合模型
B类：
GSA,故障监测与诊断,准确定位,监测模型,引力搜索算法,故障分离,使用期,期望最大化,EM,迭代求解,解模,统计分布,分布参数,监测指标,重构方法,数值算例,高压加热器,诊出率,误诊率,故障实时监测
AB值：
0.159946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
