전통적인 슬라이딩 윈도우 주요 요소 분석 알고리즘은 공학 매개 변수의 느린 변화 문제를 다룰 때 과적응 현상이 발생하며, 과도한 보고 및 미보고 문제가 발생합니다. 그래서, 본 논문은 슬라이딩 윈도우 주요 요소 분석(KPCA) 알고리즘을 기반으로 데이터 블록을 기반으로 한 개선된 슬라이딩 윈도우 주요 요소 분석 알고리즘을 제안합니다. 이 알고리즘은 MATLAB 소프트웨어를 사용하여 데이터 사전 처리를 수행하고, 샘플링 데이터의 이상 값을 제거하기 위해 반복법을 사용합니다. 검출 과정에서는 데이터 블록 단위로 모델을 업데이트하며, 데이터 블록의 크기를 조절함으로써 고장 진단을 더 빠르고 정확하게 수행할 수 있습니다. 본 논문에서 제안된 개선된 알고리즘은 풍력 발전기 실험 데이터 분석에 적용되었으며, 이를 통해 매개 변수의 느린 변화 문제를 더 효과적으로 해결할 수 있는 것이 확인되었습니다.

주요 요소 분석; 슬라이딩 윈도우; 데이터 블록; 모델 업데이트; 고장 진단; 과적응; 반복법