[发明专利]基于贝叶斯网络模型的燃气轮机气路故障的检测方法在审
| 申请号： | 201811354221.3 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109508745A | 公开（公告）日： | 2019-03-22 |
| 发明（设计）人： | 夏唐斌;徐伟;司国锦;周骏;史周;郑宇 | 申请（专利权）人： | 上海交通大学;中国电信股份有限公司上海分公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06Q50/06 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于贝叶斯网络模型的燃气轮机气路故障的检测方法，将实时信号采集得到的燃气轮机气路部件的数据生成数据集，从数据集中得到正常工况参数、待测异常参数、训练集和测试集，经预处理和聚类分析得到离散化后的优化训练集和优化测试集，然后通过优化测试集对经初始化以及参数优化后的贝叶斯网络进行测试，得到用于实时检测燃气轮机气路系统当前的工况状态的优化贝叶斯网络模型，从而对系统故障进行检测。本发明提出了具体的贝叶斯网络模型结构学习和参数学习的方法，进而建立测量参数与燃气轮机正常工况参数之间的相关模型，实现了燃气轮机气路系统的在线故障检测。 | ||
| 搜索关键词： | 燃气轮机 贝叶斯网络模型 气路故障 气路系统 优化测试 正常工况 检测 实时信号采集 在线故障检测 预处理 贝叶斯网络 参数学习 参数优化 测量参数 工况状态 聚类分析 气路部件 实时检测 数据集中 数据生成 系统故障 异常参数 优化训练 测试集 初始化 离散化 数据集 训练集 测试 优化 学习 | ||
【主权项】：
1.一种基于贝叶斯网络模型的燃气轮机气路故障的检测方法，其特征在于，将实时信号采集得到的燃气轮机气路部件的数据生成数据集，从数据集中得到正常工况参数、待测异常参数、训练集和测试集，经预处理和聚类分析得到离散化后的优化训练集和优化测试集，然后通过优化测试集对经初始化以及参数优化后的贝叶斯网络进行测试，得到用于实时检测燃气轮机气路系统当前的工况状态的优化贝叶斯网络模型，从而对系统故障进行检测。
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上海交通大学;中国电信股份有限公司上海分公司，未经上海交通大学;中国电信股份有限公司上海分公司许可，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/201811354221.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种旅游景点的分类方法
- 下一篇：基于卷积神经网络的脉冲星候选体识别方法
