基于特征预选择策略的改进SOK-KECA故障特征提取方法

1

作者 张伟 刘陆涛 《现代导航》 2025年第5期374-379,共6页

在航空电子设备故障诊断中,故障特征提取至关重要。针对高特征维数下,基于自适应核函数优化学习的核熵元分析核子空间特征提取算法(SOK-KECA)复杂性较高问题,基于故障特征间一维模糊度概念,依次采用改进的最小冗余最大相关准则和SOK-KEC... 在航空电子设备故障诊断中,故障特征提取至关重要。针对高特征维数下,基于自适应核函数优化学习的核熵元分析核子空间特征提取算法(SOK-KECA)复杂性较高问题,基于故障特征间一维模糊度概念,依次采用改进的最小冗余最大相关准则和SOK-KECA算法,进一步提出了一种特征粗选择与特征精提取相结合的两阶段特征提取方法。实验结果表明所提方法确实可以提取到更具辨识力的特征,并且所得特征具有显著的角度结构;此外,所提方法对噪声还具有一定的抑制能力。 展开更多

关键词 核熵元分析 最小冗余最大相关 自适应核函数 特征提取 故障识别

在线阅读 下载PDF 职称材料

基于监督核熵的空压机阀片故障诊断优化 被引量：2

2

作者 赵凯 王永坚 +1 位作者 蔡杭溪 李劼 《船海工程》 北大核心 2025年第1期13-19,共7页

空压机作为船舶航行过程中的关键设备,其运行状态的精准识别对船舶安全性能具有重要影响。鉴于空压机在工作过程中振动信息呈现出非平稳和非线性的特点,提出利用监督核熵成分分析对其特征数据选择,旨在通过数据降维保留关键特征信息,将... 空压机作为船舶航行过程中的关键设备,其运行状态的精准识别对船舶安全性能具有重要影响。鉴于空压机在工作过程中振动信息呈现出非平稳和非线性的特点,提出利用监督核熵成分分析对其特征数据选择,旨在通过数据降维保留关键特征信息,将处理后的特征信息输入到经过贝叶斯优化方法优化超参数的支持向量机模型中,以评估其在空压机状态识别方面的性能。经实验验证可知,该方法能够有效提升支持向量机模型的识别准确率,准确率可达98.47%。 展开更多

关键词 船用空压机 阀片故障诊断 监督核熵成分分析 贝叶斯优化 支持向量机

在线阅读 下载PDF 职称材料

基于tFLO-SVMD-LSSVM及精细复合多尺度模糊散布熵的隔离开关故障诊断方法 被引量：1

3

作者 葛轩豪 马宏忠 +3 位作者 张驰 董媛 徐睿涵 胡国栋 《电机与控制应用》 2025年第4期376-388,共13页

【目的】目前,隔离开关已被广泛应用于电网中,然而对其故障诊断的研究相比于变压器、断路器等设备却较少。通过隔离开关运行时的振动信号来准确识别其故障类型对于电网的正常运行和工作人员的人身安全具有重要意义。【方法】本文采用了... 【目的】目前,隔离开关已被广泛应用于电网中,然而对其故障诊断的研究相比于变压器、断路器等设备却较少。通过隔离开关运行时的振动信号来准确识别其故障类型对于电网的正常运行和工作人员的人身安全具有重要意义。【方法】本文采用了自适应t分布扰动策略来改进伞蜥优化(FLO)算法,得到改进后的融合自适应t分布扰动的伞蜥优化(tFLO)算法,进而对连续变分模态分解(SVMD)和最小二乘支持向量机(LSSVM)的参数寻优,以实现对隔离开关故障的识别。首先,引入自适应t分布扰动策略改进FLO算法;然后,利用tFLO-SVMD对试验数据进行分解得到最佳的模态分量;计算模态分量的精细复合多尺度模糊散布熵(RCMFDE)得到高维特征矩阵;最后,使用tFLO-LSSVM算法将核主成分分析法(KPCA)对高维矩阵降维后的多组低维特征值矩阵进行故障的分类。【结果】本文针对某220 kV高压隔离开关提出的基于tFLO-SVMD-LSSVM-RCMFDE的故障诊断方法的试验准确率达97.92%,能有效识别隔离开关故障类型。【结论】在传统VMD方法分解的本征模态函数(IMF)分量中存在计算速度慢、模态中心鲁棒性差及需要额外优化模态个数k等问题,SVMD算法能够很好地解决这些问题且分解地更细致。同时,熵值计算能有效量化时间序列的复杂性和不确定性,模糊散布熵(FDE)具有计算时间短,抗干扰强的优点。而RCMFDE相比于FDE稳定性更好,对特征地反映更加全面。tFLO-SVMD与RCMFDE结合能够有效地区分隔离开关不同类型故障的振动信号。综上,本文证明基于tFLO-SVMD-LSSVM-RCMFDE分类方法能有效识别隔离开关故障,具有较高的识别精度。 展开更多

关键词 隔离开关 连续变分模态分解 伞蜥优化算法 自适应t分布扰动策略 模糊散布熵 核主成分分析 最小二乘支持向量机 故障诊断

在线阅读 下载PDF 职称材料

监督自适应核熵成分分析下的变压器运行异常序列化检测

4

作者 徐智新 黄炜宏 +2 位作者 陈一宁 曾波 蔡鸿 《自动化与仪器仪表》 2025年第4期54-58,63,共6页

当前方法以变压器运行的信号核熵成分阈值变化为基础,完成异常检测。但是仅针对信号中的频域特征完成检测,忽略了信号属性中的有序性,导致依靠阈值的监测过程非常随机。为了提高变压器运行异常自动检测准确性,提出监督自适应核熵成分映... 当前方法以变压器运行的信号核熵成分阈值变化为基础,完成异常检测。但是仅针对信号中的频域特征完成检测,忽略了信号属性中的有序性,导致依靠阈值的监测过程非常随机。为了提高变压器运行异常自动检测准确性,提出监督自适应核熵成分映射下的变压器运行异常序列化检测技术。首先采用EEMD分解算法对变压器信号展开粗筛与细筛处理,剔除信号中的无效信息,获得有效运行信号;采用自适应核函数对核熵成分分析方法展开改进,利用更新后的监督自适应核熵成分分析方法,对变压器运行信号展开映射处理,获得用于异常检测的异常信号序列化敏感特征;最后,在支持向量机原理的基础上,建立异常自动序列化检测的决策函数,将敏感特征输入决策函数中,以此实现变压器运行异常检测。实验结果表明:所提方法能够有效剔除无效信息,保留有用信息,对变压器运行异常自动检测准确性和灵敏度较高。 展开更多

关键词 EEMD分解算法 监督自适应核熵成分分析方法 映射处理 敏感特征 决策函数

原文传递

3种综合评价法在葡萄砧穗组合环境适应性中的应用 被引量：11

5

作者 韩晓 刘凤之 +6 位作者 王孝娣 史祥宾 王宝亮 郑晓翠 王志强 冀晓昊 王海波 《果树学报》 CAS CSCD 北大核心 2017年第10期1349-1356,共8页

【目的】选择一种最适宜的数学分析方法评价设施葡萄砧穗组合的环境适应性。【方法】测定9个葡萄砧穗组合的环境适应性参数,分别用熵值法、主成分分析法、Topsis评价法3种方法进行综合评价。【结果】用熵值法进行综合评价时,‘87-1’/... 【目的】选择一种最适宜的数学分析方法评价设施葡萄砧穗组合的环境适应性。【方法】测定9个葡萄砧穗组合的环境适应性参数,分别用熵值法、主成分分析法、Topsis评价法3种方法进行综合评价。【结果】用熵值法进行综合评价时,‘87-1’/‘抗砧1号’组合的环境适应性最强,‘87-1’/‘华葡1号’组合最差;用主成分分析综合评价时,‘87-1’/3309C组合环境适应性最强,‘87-1’/101-14组合最差。用Topsis法进行评价时,‘87-1’/3309C组合环境适应性最强,‘87-1’/‘抗砧1号’组合最差。3种方法的结果差异主要与其计算所得的权重差异、方法理论差异、数据标准化处理差异等有关。在葡萄砧穗组合的环境适应性评价中,由于环境适应性参数数据量小,专业性强,重要参数离散程度小,结合各砧穗组合的实际表现,以Topsis评价法的评价结果更符合实际情况。【结论】葡萄砧穗组合环境适应性评价更适合采用Topsis方法,‘87-1’/3309C组合环境适应性最好。 展开更多

关键词 '87-1’葡萄 砧穗组合 环境适应性 熵值法 主成分分析法 Topsis评价法

在线阅读 下载PDF 职称材料

水库抗旱调度分期特征确定方法研究 被引量：12

6

作者 王义民 屠子倩 +2 位作者 畅建霞 郭爱军 霍秀秀 《自然灾害学报》 CSCD 北大核心 2020年第1期112-120,共9页

为在一定程度上减轻流域干旱损失,国家防汛抗旱总指挥部提出旱限水位的概念,并开展水库抗旱调度,降低干旱影响程度。旱限水位是水库低水位运行的控制性水位,其合理设置对提高区域水资源利用率意义重大,而水文气象特征在年内的阶段性变... 为在一定程度上减轻流域干旱损失,国家防汛抗旱总指挥部提出旱限水位的概念,并开展水库抗旱调度,降低干旱影响程度。旱限水位是水库低水位运行的控制性水位,其合理设置对提高区域水资源利用率意义重大,而水文气象特征在年内的阶段性变化要求基于旱限水位的水库管理应适应其变化特征。此次研究提出水库抗旱调度分期的确定方法,采用核主成分分析法提取指标的非线性特征,结合熵权法赋予指标权重后利用Fisher最优分割法对干旱的年内阶段性变化进行划分。以黄河流域刘家峡和小浪底水库为例,分期结果刘家峡水库分3期为:7月至9月,10月至3月,4月至6月;小浪底水库分3期为:7月至10月,11月至3月,4月至6月。 展开更多

关键词 水库抗旱调度 分期方法 核主成分分析法 熵权法 Fisher最优分割法

原文传递

基于一种自适应核学习的KECA子空间故障特征提取 被引量：5

7

作者 张伟 许爱强 平殿发 《北京理工大学学报》 EI CAS CSCD 北大核心 2017年第8期863-868,874,共7页

核属性约简方法对于去除冗余信息,调整数据非线性结构具有独特的优势.针对航空电子设备故障诊断中有效特征提取困难,核属性约简方法中核函数与核参数选择繁琐等问题,提出了一种基于自适应核函数优化学习的核熵元分析(kernel entropy com... 核属性约简方法对于去除冗余信息,调整数据非线性结构具有独特的优势.针对航空电子设备故障诊断中有效特征提取困难,核属性约简方法中核函数与核参数选择繁琐等问题,提出了一种基于自适应核函数优化学习的核熵元分析(kernel entropy component analysis,KECA)特征提取方法.首先针对一种自适应核函数基于改进的Fisher核矩阵测量准则建立了一种面向多分类任务的核函数优化框架,然后将优化结果与KECA相结合,通过在KECA特征子空间中选择对输入数据Renyi熵估计有较大贡献的核矩阵特征向量来实现故障特征提取.实验结果表明,本文方法不仅提升了分类精度,而且对噪声具有一定的抑制作用,具有良好的泛化性能. 展开更多

关键词 核熵元分析 Fisher区别分析 自适应核函数 特征提取 故障识别

在线阅读 下载PDF 职称材料

基于自适应点估计和最大熵原理的结构体系多构件可靠度分析 被引量：11

8

作者 李正良 祖云飞 +1 位作者 范文亮 周擎宇 《工程力学》 EI CSCD 北大核心 2019年第5期166-175,共10页

准确而高效地求解结构体系中多个构件的可靠度水准对结构维护和优化具有重要意义,目前已有学者将蒙特卡洛法和响应面法用于此类可靠度分析。然而,蒙特卡洛法所需结构分析次数取决于失效概率的量级,通常计算成本较高。而响应面法的所需... 准确而高效地求解结构体系中多个构件的可靠度水准对结构维护和优化具有重要意义,目前已有学者将蒙特卡洛法和响应面法用于此类可靠度分析。然而,蒙特卡洛法所需结构分析次数取决于失效概率的量级,通常计算成本较高。而响应面法的所需结构分析次数取决于杆件数量,当其数量较多时同样有较高的成本。鉴于此,该文提出了一种基于自适应点估计和最大熵原理的结构体系多构件可靠度分析方法,其所需的结构重分析次数上限与杆件数量无关,计算过程简便无需迭代。首先,通过引入自适应交叉项判定和双变量降维近似模型求解各杆件的前四阶矩;然后,根据各杆件的前四阶矩,采用最大熵原理求解各杆件的可靠度指标;最后,通过多个算例对比了蒙特卡洛法、响应面法和建议方法的精度和效率。结果表明建议方法所需的结构重分析次数远少于蒙特卡洛法和响应面法,实现过程简便,且精度能够满足工程要求。 展开更多

关键词 结构体系多构件可靠度 蒙特卡洛法 响应面法 自适应点估计 最大熵原理 矩方法

在线阅读 下载PDF 职称材料

基于博弈论组合赋权的智能配电网项目投资效益评价 被引量：28

9

作者 贺春光 檀晓林 +3 位作者 周兴华 安佳坤 赵阳 苏娟 《电力科学与技术学报》 CAS 北大核心 2022年第1期161-167,共7页

近些年电网公司对配电网投资持续加大,但缺乏一套科学合理的配电网项目投资效益评估体系。在此背景下,首先从装备水平、网架结构、供电能力、新增供电量等方面构建了两级配电网项目投资效益评估指标体系,并使用层次分析法与熵值法分别... 近些年电网公司对配电网投资持续加大,但缺乏一套科学合理的配电网项目投资效益评估体系。在此背景下,首先从装备水平、网架结构、供电能力、新增供电量等方面构建了两级配电网项目投资效益评估指标体系,并使用层次分析法与熵值法分别对评估体系中各指标计算权重,以及使用博弈论方法综合二者权重形成各指标最终权重;最后,采用核主成分分析方法抽取各项目评价指标数据的主成分,再基于主成分综合得分和投资金额对各项目投资效益优劣进行排序。仿真算例表明该方法可以科学合理评价配电网项目投资效益,有效地指导配电网建设与改造。 展开更多

关键词 配电网项目 投资效益 指标权重 层析分析 熵值法 博弈论 核主成分分析

在线阅读 下载PDF 职称材料

天门市水资源承载力评价与适应性分析 被引量：4

10

作者 任杰宇 邴建平 张翔 《长江科学院院报》 CSCD 北大核心 2018年第5期27-31,共5页

为评价天门市水资源承载力情况,采用主成分分析法选取主要指标构成能较全面地代表天门市水资源承载力的简化指标体系,采用熵权法和主成分分析法对天门市2010—2014年水资源承载力进行评价,得到其水资源承载力综合评分,从而为天门市水资... 为评价天门市水资源承载力情况,采用主成分分析法选取主要指标构成能较全面地代表天门市水资源承载力的简化指标体系,采用熵权法和主成分分析法对天门市2010—2014年水资源承载力进行评价,得到其水资源承载力综合评分,从而为天门市水资源可持续利用提供依据。研究结果表明:天门市水资源承载力主要受地表水资源量、用水量以及生活水平的影响并呈不断优化趋势,但综合天门市主要自然灾害为旱灾的现实情况来看,天门市对于旱季水资源量紧缺的情况缺少有效应对方法,这也极大影响了天门市的水资源承载力;在水资源承载力评价的基础上,对天门市水资源承载力适应性进行评价,认为其主要处于一般不适应和均衡状态。 展开更多

关键词 天门市 水资源承载力 主成分分析法 熵权法 适应性

在线阅读 下载PDF 职称材料

监督自适应核熵成分分析特征提取的电力变压器故障诊断 被引量：12

11

作者 彭丽维 张彼德 +1 位作者 孔令瑜 梅婷 《高压电器》 CAS CSCD 北大核心 2020年第6期249-255,261,共8页

核熵成分分析(kernel entropy component analysis,KECA)方法在处理非线性数据集,去除冗余信息方面具有独特的优势。针对电力变压器故障诊断中有效特征提取困难,KECA中核参数选择繁琐以及忽略了样本类别信息等问题,文中提出一种自适应... 核熵成分分析(kernel entropy component analysis,KECA)方法在处理非线性数据集,去除冗余信息方面具有独特的优势。针对电力变压器故障诊断中有效特征提取困难,KECA中核参数选择繁琐以及忽略了样本类别信息等问题,文中提出一种自适应核函数优化学习的监督核熵成分分析特征提取方法,用于电力变压器敏感特征量的提取。首先收集电力变压器不同状态下的样本数据,并结合样本类别信息建立一个依赖数据的核函数;其次基于余弦相似度以最小化类间相似度和最大化类内相似度为目标对核函数中表征样本类别信息的参数进行优化;然后将优化得到的核函数与核熵成分分析相结合形成一种监督的自适应核熵成分分析(supervised adaptive kernel entropy component analysis,SAKECA)特征提取方法,并运用该方法从原始特征量中提取出能有效表征电力变压器状态的敏感特征;最后将提取的特征输入核极限学习机(KELM)建立变压器故障诊断模型。与常用特征提取方法进行对比分析,结果表明所提方法具有良好的特征提取效果,能有效提升故障诊断准确率。 展开更多

关键词 电力变压器 特征提取 故障诊断 监督学习 核熵成分分析

在线阅读 下载PDF 职称材料

在线压缩KECA的自适应算法在故障检测中的应用 被引量：8

12

作者 郭金玉 李文涛 李元 《化工学报》 EI CAS CSCD 北大核心 2021年第8期4227-4238,共12页

在复杂的大规模工业过程系统中,实时过程监视、优化计算时间和降低运行内存是实现最终产品质量的最关键和最具挑战性的任务,提出一种在线压缩核熵成分分析(online reduced kernel entropy component analysis,ORKECA)的自适应故障检测... 在复杂的大规模工业过程系统中,实时过程监视、优化计算时间和降低运行内存是实现最终产品质量的最关键和最具挑战性的任务,提出一种在线压缩核熵成分分析(online reduced kernel entropy component analysis,ORKECA)的自适应故障检测算法。首先计算训练样本的核矩阵,根据保留的特征值与特征向量选择有代表性的观测值,构造一个符合全局数据信息特征的压缩集,计算监测统计数据的平方预测误差(squared prediction error,SPE),并利用核密度估计确定控制限。对于在线实时采集的数据,计算该数据的统计量并与压缩集的控制限比较,根据过程状态分析核熵成分分析(kernel entropy component analysis,KECA)模型是否需要进行更新,可以有效提高实时监测过程数据的性能。最后,以一个非线性数值案例及TE过程数据对该方法进行仿真数值分析。结果表明,所提的方法具有有效的可行性。 展开更多

关键词 优化 故障检测 核熵成分分析 自适应算法 核密度估计 模型 数值分析

在线阅读 下载PDF 职称材料

基于集成核熵成分分析算法的工业过程故障检测

13

作者 郭金玉 赵文君 李元 《河北科技大学学报》 CAS 北大核心 2021年第5期481-490,共10页

针对核熵成分分析算法(kernel entropy component analysis,KECA)为不同的故障选择相同的核参数影响检测效果的问题,提出了一种基于集成核熵成分分析(ensemble kernel entropy component analysis,EKECA)算法的工业过程故障检测方法。首... 针对核熵成分分析算法(kernel entropy component analysis,KECA)为不同的故障选择相同的核参数影响检测效果的问题,提出了一种基于集成核熵成分分析(ensemble kernel entropy component analysis,EKECA)算法的工业过程故障检测方法。首先,选取一系列具有不同宽度参数的核函数将非线性数据投影到核特征空间,选取Rényi熵值贡献较大的特征值和特征向量,得到转换后的得分矩阵,建立多个KECA子模型;然后,将测试数据投影到各KECA子模型上,计算各KECA子模型的统计量,得到检测结果;最后,将各KECA子模型的检测结果利用Bayesian决策进行概率换算,利用集成学习法计算检测结果统一的统计量,判断其是否超出控制限,并将该算法应用于数值例子和TE过程。仿真结果表明,与传统的EKPCA,KECA等算法相比,所提方法有效提高了故障检测率,降低了误报率。新方法解决了传统KECA算法中不同故障核参数的选择问题,为提高KECA算法在非线性工业过程故障检测中的性能提供了参考。 展开更多

关键词 自动控制技术其他学科 核熵成分分析 高斯核函数 Bayesian决策 集成学习法

在线阅读 下载PDF 职称材料