买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明公开了一种基于并行GMM‑LCKSVD的高压加热器在线监测方法，包括以下步骤：采集高压加热器运行参数数据，采用并行GMM算法对数据集进行聚类从而将历史数据划分为多组符合高斯分布的数据集，然后使用基于标签一致的字典学习算法（LabelConsistentK‑singularValueDecompositionDictionaryLearning，LCKSVD）建立离线模型，再采用基于重构的故障隔离方法对实时数据进行在线故障诊断。本发明提供的系统和方法能够有效的对电厂高压加热器的运行状态进行实时在线监测，当故障发生之后可以对故障参数进行快速定位，为后续的故障消除及检修工作提供合理的指导。

主权项：1.一种基于并行GMM-LCKSVD的高压加热器在线监测方法，其特征在于：包括如下步骤：S1.采用并行GMM算法对原始数据进行快速聚类，将数据划分为多组数据集；S2.使用LCKSVD字典学习算法建立模型，并对高压加热器进行在线监测；所述S2的具体步骤如下：SB1.建立LCKSVD字典学习模型；SB2.计算模型的统计指标及其阈值δ2；得到了字典D之后，对于每个样本yi，根据计算其平方预测误差SPE，并得到整个训练数据集的平方预测误差集合SPElist；使用核密度估计法，对所述SPElist进行非参数估计，并将概率密度函数面积99％处对应的值作为模型的阈值δ2；SB3.对实时数据进行在线监测：对于实时数据样本ynew，使用FISTA算法求解的优化问题并得到稀疏矩阵X，再根据计算其平方预测误差SPE；如果SPEδ2则认为有故障发生，进入步骤S3；如果SPE≤δ2则认为无故障发生，循环步骤S2；S3.监测到故障发生之后，使用基于重构的故障隔离方法定位故障发生的参数；所述S3的具体步骤如下：Sc1：初始化参数集S＝{1,2,…n}，SPE集SPES＝{}，故障参数集fs＝{}；Sc2：对于初始化β，其中βi＝0，式中：β表示第k个元素为0，其他元素全为1的方向向量；求解的最优化问题，并将得到的SPE加入到SPES集合之中；Sc3：计算SPES的最小值SPEmin以及其在Sc2中对应的参数下标i，将i加入到故障参数集合fs中；果SPEminδ2或fs的元素个数小于n，使用S＝S-fs更新参数集合，将误差集合SPES清空，返回Sc2进行下一次计算；若SPEmin＜δ2或者fs的元素个数等于n则进入Sc4；Sc4：输出故障参数集合fs。

全文数据：

权利要求：

百度查询： 东南大学 一种基于并行GMM-LCKSVD的高压加热器在线监测方法