[发明专利]基于类均值核主元分析和BP神经网络的故障诊断方法在审
| 申请号： | 201810829619.1 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN108921230A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 蒋雄杰;黄启东;王印松;孙天舒;高建强;刘卫亮 | 申请（专利权）人： | 浙江浙能嘉华发电有限公司;华北电力大学（保定） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 石家庄冀科专利商标事务所有限公司 13108 | 代理人： | 李羡民;高锡明 |
| 地址： | 314201 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于类均值核主元分析和BP神经网络的故障诊断方法，所述方法首先根据故障类型对设备运行的历史数据进行分类，得到有故障类标签的数据集；然后对数据集进行标准化处理，计算其类均值核矩阵，进行中心化；再计算中心化后的类均值核矩阵的特征值和特征向量，抽取核主元成分，得到降维后的样本数据集；用样本数据集对神经网络进行训练；最后用训练好的神经网络对设备进行故障识别。本发明将类均值核主元分析与BP神经网络相结合，不对被检测系统发出任何指令，只使用被检测系统的运行数据就能够实现对各种生产系统的故障诊断。本方法计算复杂低，具有诊断速度快、准确性高、泛化性好等特点。 | ||
| 搜索关键词： | 核主元分析 故障诊断 被检测系统 神经网络 样本数据 对设备 核矩阵 数据集 标准化处理 故障类型 故障识别 历史数据 生产系统 特征向量 运行数据 泛化性 中心化 降维 主元 抽取 标签 指令 诊断 分类 | ||
【主权项】：
1.一种基于类均值核主元分析和BP神经网络的故障诊断方法，其特征是，所述方法首先根据故障类型对设备运行的历史数据进行分类，得到有故障类标签的数据集；然后对数据集进行标准化处理，计算其类均值核矩阵，进行中心化；再计算中心化后的类均值核矩阵的特征值和特征向量，抽取核主元成分，得到降维后的样本数据集；用样本数据集对神经网络进行训练；最后用训练好的神经网络对设备进行故障识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江浙能嘉华发电有限公司;华北电力大学（保定），未经浙江浙能嘉华发电有限公司;华北电力大学（保定）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810829619.1/，转载请声明来源钻瓜专利网。
- 上一篇：数据恢复方法及装置
- 下一篇：一种热轧带钢冷却历史数据聚类及相似性度量方法
