融合互信息与慢特性的火电机组异常监控

作者：王小邦; 贺凯迅^*; 苏照阳

来源：控制工程, 2022, 29(10): 1881-1886.

DOI：10.14107/j.cnki.kzgc.cac2020-1811

• 异常工况
• 慢特性分析
• 互信息
• 火力发电
• 特征提取

以大型火电机组为研究对象，提出了一种基于互信息(MI)和慢特性分析(SFA)的异常工况检测方法，用于提高工业过程中异常工况检测的准确率和效率。首先，根据过程变量和故障标签的MI值选取高于设定阈值的过程变量；然后，利用慢特征算法提取出特征矩阵，使用两种新的指标计算统计量，通过潜在变量模型的慢特征来检测过程数据的异常；最后，将该方法应用于汽轮机和引风机异常工况案例中，与传统算法的对比实验分析表明该方法有较强的工程应用价值。

• 单位
  山东科技大学; 华东理工大学