首頁 > 期刊 > 自然科學與工程技術 > 工程科技I > 有機化工 > 化工自動化及儀表 > 基于KPCA特征集成算法的SOFC 系統多故障識別 【正文】
基于KPCA特征集成算法的SOFC 系統多故障識別
曾蕭; 宮亮; 楊煜普 上海交通大學電子信息與電氣工程學院
- 固體氧化物燃料電池
- 故障診斷
- 數據驅動
- 核主成分分析特征集成算法
- 多項式邏輯斯諦回歸
摘要：針對固體氧化物燃料電池系統多模式、非線性及高維等特點,提出基于數據驅動的模式識別方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空間中使用多項式邏輯斯諦回歸算法進行故障診斷。實驗結果表明:核主成分分析特征集成算法可以全面提取出故障特征,能夠大幅提高后續分類器故障的識別效果。
- 固體氧化物燃料電池
- 故障診斷
- 數據驅動
- 核主成分分析特征集成算法
- 多項式邏輯斯諦回歸
摘要：針對固體氧化物燃料電池系統多模式、非線性及高維等特點,提出基于數據驅動的模式識別方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空間中使用多項式邏輯斯諦回歸算法進行故障診斷。實驗結果表明:核主成分分析特征集成算法可以全面提取出故障特征,能夠大幅提高后續分類器故障的識別效果。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
