科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高炉炼铁过程的复杂性和时变性,以及观测值中包含异常值的问题,提出一种加权图的高炉过程故障检测方法以降低异常值的影响。采用基于图的突变点检测方法,考虑其具有无监督和非参数的优势。首先,根据加权的欧式距离利用最小生成树的方法得到连接图。然后,通过计算连接来自突变点前后两部分观测值的边数目作为统计量,实现故障检测。最后,利用数值仿真验证了算法的有效性,并在实际高炉过程中实施。结果表明,基于加权图方法,能够降低高炉过程中采集到数据矩阵中异常值的影响,提高故障检测的效果。
- 单位
针对高炉炼铁过程的复杂性和时变性,以及观测值中包含异常值的问题,提出一种加权图的高炉过程故障检测方法以降低异常值的影响。采用基于图的突变点检测方法,考虑其具有无监督和非参数的优势。首先,根据加权的欧式距离利用最小生成树的方法得到连接图。然后,通过计算连接来自突变点前后两部分观测值的边数目作为统计量,实现故障检测。最后,利用数值仿真验证了算法的有效性,并在实际高炉过程中实施。结果表明,基于加权图方法,能够降低高炉过程中采集到数据矩阵中异常值的影响,提高故障检测的效果。
