基于核Fisher子空间特征提取的汽轮发电机组过程监控与故障诊断.pdfVIP

第 27 卷 第 20 期 中 国 电 机 工 程 学 报 Vol.27 No.20 Jul. 2007 2007 年 7 月 Proceedings of the CSEE ©2007 Chin.Soc.for Elec.Eng. 0258-8013 (2007) 20-0001-06 TK267 TP277 A 470 20 文章编号： 中图分类号： ； 文献标识码： 学科分类号： ⋅ 基于核 Fisher 子空间特征提取的汽轮发电机组 过程监控与故障诊断 1 1 2 1 张 曦 ，赵 旭 ，刘振亚，邵惠鹤 (1．上海交通大学自动化系，上海市 闵行区 200240 ；2．国家电网公司，北京市 西城区 100031) Process Monitoring and Fault Diagnosis of Turbine Generator Unit Based on Feature Extraction in Kernel Fisher Subspace 1 1 2 1 ZHANG Xi , ZHAO Xu , LIU Zhen-ya , SHAO Hui-he (1.Department of Automation, Shanghai Jiaotong University, Minhang District, Shanghai 200240, China; 2. State Grid Corporation of China, Xicheng District, Beijing 100031, China) ABSTRACT: A novel process monitoring and fault diagnosis 0 引言 method of turbine generator unit based on feature extraction in 汽轮发电机组是火电站的关键设备之一，汽轮 kernel Fisher subspace was proposed. The basic idea of this method is to first map the original space into high- dimensional 发电机组的故障停运严重影响火电机组运行的可 [1] feature space via nonlinear kernel function and then extract the 靠性 ,所以研究汽轮发电机组的状态监控和故障 optimal kernel Fisher feature vector and discriminant vector to 诊断具有重要意义。近年来，人们对其进行了深入 perform process monitoring. If faults occurred, it uses the 的研究工作[2-8]，提出了多种不同的方法，如基于神 similar degree between the present discriminant vector and the [2-3] [4]