典型文献
基于PCA-ILARS-DNN案例推理模型的电站设备故障诊断方法
文献摘要：
针对电站设备故障诊断过程中故障信息提取能力不足导致诊断率低等问题,提出了从历史数据库中建立基于案例推理模型的电站设备故障诊断方法.通过主成分分析(PCA)-改进最小角回归(ILARS)案例表示方法将电站设备故障信息提取为统一形式的数据案例,以此构建电站设备典型故障案例库.在已有案例库的基础上,使用深度神经网络(DNN)算法进行案例检索,实现故障诊断,并通过诊断效果来对比PCA-ILARS算法和其他案例表示方法对故障诊断率的影响.结果表明:PCA-ILARS-DNN算法优于其他常规案例表示方法,对电站设备具有较高的故障诊断率.
文献关键词：
电站设备;故障诊断;案例推理;案例表示;主成分分析;神经网络
中图分类号：
作者姓名：
徐天宏;王鹏;汪勇;陈荣泽;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;上海发电设备成套设计研究院责任有限公司,上海200240
文献出处：
引用格式：
[1]徐天宏;王鹏;汪勇;陈荣泽;司风琪-.基于PCA-ILARS-DNN案例推理模型的电站设备故障诊断方法)[J].发电设备,2022(06):414-420
A类：
ILARS,案例表示
B类：
DNN,案例推理,推理模型,电站设备,设备故障诊断,故障诊断方法,诊断过程,故障信息,信息提取,诊断率,历史数据库,最小角回归,表示方法,典型故障,故障案例,案例库,有案,使用深度,深度神经网络,案例检索,诊断效果
AB值：
0.238378
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。
