改进滑动窗口核主元分析算法

孙建平; 李 雪; 刘 轩; 刘 琛

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

改进滑动窗口核主元分析算法

发电技术论坛 | 更新时间：2025-09-28

- 改进滑动窗口核主元分析算法
- An improved moving window kernel principal component analysis algorithm
- 热力发电 2017年第12期
- 作者机构：
  
  1. 华北电力大学控制与计算机工程学院,河北,保定,071003
  2. 中国移动邯郸分公司,河北,邯郸,056000
  3. CNNC Xinneng Nuclear Engineering Co., Ltd.,, Ch,Taiyuan,030015
  4. 中核新能核工业工程有限责任公司,山西,太原,030015
- 作者简介：
  
  [ "孙建平(1962―)，男，博士，教授，硕士生导师，主要研究方向为先进控制理论及应用，sun_jian_p2@163.com。" ]
- 基金信息：
- DOI：
  中图分类号： TM614
- 网络出版日期：2018-01-04，
  
  纸质出版日期：2017
- 稿件说明：
移动端阅览
孙建平, 李雪, 刘轩, 等. 改进滑动窗口核主元分析算法[J]. 热力发电, 2017,(12).

SUN Jianping, LI Xue, LIU Xuan, et al. An improved moving window kernel principal component analysis algorithm[J]. Thermal power generation, 2017, (12).
孙建平, 李雪, 刘轩, 等. 改进滑动窗口核主元分析算法[J]. 热力发电, 2017,(12). DOI：

SUN Jianping, LI Xue, LIU Xuan, et al. An improved moving window kernel principal component analysis algorithm[J]. Thermal power generation, 2017, (12). DOI：

摘要

传统滑动窗口主元分析算法在处理工程参数缓慢劣化问题时存在过适应现象，且容易产生误报、漏报的问题。为此，本文以滑动窗口核主元分析（KPCA）算法为基础提出一种基于数据块的改进滑动窗口核主元分析算法。该算法采用MATLAB软件进行数据标准化预处理，利用迭代法剔除采样数据异常值；在检测过程中以数据块为单位进行模型更新，通过调节数据块的大小，使故障诊断更加快速、准确。将该算法和传统核主元算法分别应用于风力发电机组实验数据分析，验证了本文所提出的改进算法能够更好地解决参数缓慢劣化问题。

Abstract

关键词

Keywords

references

浏览量

500

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

燃煤火电厂智能DCS的功能设计与应用

基于EEMD云模型与SVM的汽轮机转子故障诊断方法

风力发电机状态监测与故障诊断技术综述

基于特征约简理论的机组振动故障诊断模型

汽轮发电机组神经网络故障诊断方法研究

改进滑动窗口核主元分析算法

An improved moving window kernel principal component analysis algorithm

DOI：

摘要

Abstract

关键词

Keywords

references