2023年度  第7期


标题:基于预测特征分析的动态过程状态监测方法
作者:任宪桥 丁宗义;乔宗良 司风琪
作者单位:安徽淮南平圩发电有限责任公司,安徽 淮南 232089;东南大学能源热转换及其过程测控教育部重点实验室,江苏 南京 210096
关键字:动态过程;故障监测;主成分分析;预测特征分析
摘要:动态潜变量模型在多元状态监测中得到了广泛应用,从潜变量可预测性最大化出发,提出了一种基于预测特征分析(PFA)的状态监测方法。PFA采用无监督建模的形式,基于预测误差最小化计算全局最优可预测特征。进一步,构建T2和SPE统计量,对动态过程进行故障检测。以TE过程为对象,构建PFA模型,与典型的统计分析方法进行对比实验,结果表明,提出的方法能够准确高效地检测出故障,具有较高的可靠性和优越性。