典型文献
改进的证据K近邻异常工况检测及应用
文献摘要：
大型火力发电系统复杂,诱发异常工况的因素多、难以检测,并且过程数据中故障案例少,有标签的故障样本不完备,难以建立有效的异常工况检测模型.针对这些问题,提出一种基于证据K近邻的异常工况检测方法.首先,基于斜坡系数完成对历史数据稳态工况的划分,便于建立工况模型;然后,基于工况数据的局部密度构建证据体,确定异常工况检测边界;在线应用时,过程数据的异常特性由证据体根据K近邻原则判定.所提方法在模型构建与应用时不需要完备的有标签样本,建模效率高,模型更新维护较为方便.案例分析表明,所提方法与主成分分析(PCA)、基于K近邻的故障诊断(FD-KNN)、证据K近邻(EKNN)方法相比具有较低的误报率和漏报率,具有较好的工程应用价值.
文献关键词：
D-S证据理论;K近邻;过程监控;异常工况;火力发电
中图分类号：
作者姓名：
贺凯迅;王涛;苏照阳
作者机构：
山东科技大学电气与自动化工程学院,山东青岛266950;华东理工大学能源化工过程智能制造教育部重点实验室,上海200237
文献出处：
引用格式：
[1]贺凯迅;王涛;苏照阳-.改进的证据K近邻异常工况检测及应用)[J].控制工程,2022(04):655-660,668
A类：
EKNN
B类：
近邻,异常工况检测,火力发电,发电系统,过程数据,故障案例,检测模型,基于证据,斜坡,数完,历史数据,稳态工况,工况数据,局部密度,证据体,在线应用,模型构建与应用,建模效率,模型更新,FD,误报率,漏报率,证据理论,过程监控
AB值：
0.30732
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。
