基于PCA-ILARS-DNN案例推理模型的电站设备故障诊断方法

针对电站设备故障诊断过程中故障信息提取能力不足导致诊断率低等问题,提出了从历史数据库中建立基于案例推理模型的电站设备故障诊断方法。通过主成分分析(PCA)-改进最小角回归(ILARS)案例表示方法将电站设备故障信息提取为统一形式的数据案例,以此构建电站设备典型故障案例库。在已有案例库的基础上,使用深度神经网络(DNN)算法进行案例检索,实现故障诊断,并通过诊断效果来对比PCA-ILARS算法和其他案例表示方法对故障诊断率的影响。结果表明:PCA-ILARS-DNN算法优于其他常规案例表示方法,对电站设备具有较高的故障诊断率。