计算机应用研究2021，Vol.38Issue(5) ：1459-1462.DOI:10.19734/j.issn.1001-3695.2019.12.0673

基于改进KNPE算法的化工过程故障检测

Fault detection based on improved KNPE in chemical process

李军祥 李春阳 夏丽莎
计算机应用研究2021，Vol.38Issue(5) ：1459-1462.DOI:10.19734/j.issn.1001-3695.2019.12.0673
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于改进KNPE算法的化工过程故障检测

Fault detection based on improved KNPE in chemical process

李军祥 1李春阳 1夏丽莎1
扫码查看

作者信息

  • 1. 上海理工大学管理学院,上海200093
  • 折叠

摘要

核邻域保持嵌入(KNPE)算法能够较好地在非线性空间中进行故障检测,但高斯核函数仅对数据的局部空间有较强学习能力,泛化能力较差.针对上述问题,在高斯核函数的基础上,引入泛化能力较强的多项式核函数与其进行线性加权组合,提出基于组合核函数的邻域保持嵌入(CKNPE)算法.该算法在注重数据局部学习能力的同时增强了外推、预测能力,更多地保留了原始数据的特征信息.通过田纳西—伊斯曼(TE)仿真实验,与CKPCA、CMKPCA算法进行横向比较,并与NPE、KNPE算法进行纵向比较,证明了CKNPE算法对非线性故障检测的优越性.

关键词

化工生产/组合核函数/核邻域保持嵌入算法/故障检测

引用本文复制引用

基金项目

国家自然科学基金资助项目(71572113)

国家自然科学基金资助项目(71432007)

国家自然科学基金资助项目(71871144)

国家自然科学基金匹配项目(1P16303003)

国家自然科学基金匹配项目(2019KJFZ048)

国家自然科学基金匹配项目(2018KJFZ035)

上海理工大学大学生创新训练计划项目(XJ2020135)

上海理工大学大学生创新训练计划项目(XJ2020144)

上海理工大学大学生创新训练计划项目(XJ2020148)

上海理工大学大学生创新训练计划项目(XJ2020177)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量4
参考文献量10
段落导航相关论文