科研之友
微信
新浪微博
Facebook
分享链接
摘要
火电厂分散控制系统（DCS）监测数据中往往夹杂着大量各类噪声信号，复杂工况的影响使得监测数据时间序列具有混沌特性。为满足后续数据应用时对其准确性和有效性的需求，需要对原始采集数据做降噪处理。混沌时间序列通常在相空间中处理，结合流形学习策略进行降维，使得位于高维空间中的噪声信号被剔除，仅保留低维空间上的有用信号，达到降噪目的。在改进局部保持投影基础上，采用余弦距离推导欧拉表示代替欧氏距离，并在投影时加入正交条件，旨在保留原始数据流中的非线性特性并解决邻域内投影过密集问题。对该算法进行仿真并在磨煤机状态监测数据清洗中进行应用，结果表明：相较于小波降噪及局部保持投影，该降噪方法能较好地修复相空间整体流形结构，使其更清晰平整光滑，在过滤掉高频噪声的同时更多地保留有用信号及其非线性特性；用该算法做数据清洗使得预测模型准确性更高，运算速度更快。
- 单位
