基于改进的动态核独立成分分析的故障监测

随着现代工业自动化设备中计算机技术与传感器技术的快速发展和广泛应用,基于数据驱动的故障诊断方法也获得了进一步的发展。由于实际工业过程数据的非高斯性、非线性和时序性,为了解决工业过程出现的这一问题,提出一种基于改进的动态核独立成分分析方法。首先,通过对自回归模型中测量矩阵引入时滞参数得到一个适用于动态系统的增广矩阵;然后,选择核函数,计算核矩阵,将增广矩阵映射到高维空间进行白化;最后,利用改进的快速ICA方法提取出独立成分实现对新的测试数据进行在线监测。实验结果表明,该方法具有不错的效果。

基于动态核独立成分统计散度的高阻故障检测

为提高配电网运行的可靠性,提出了一种基于动态核独立成分统计散度的配电网高阻故障检测方法。将滞后系数和核独立成分分析结合得到动态核独立成分分析算法,将Wasserstein散度引入T^(2)统计量形成动态独立成分散度判别统计量,对动态核多元独立成分间的概率分布差异进行度量,最后将统计量幅值和越限时间构成判别条件用于对统计量度量结果的判别,实现高阻故障检测。通过仿真结果可知所提方法能够准确地检测出不同类型的高阻故障,具有有效性和可行性。