資源描述：
《基于ica分析的發(fā)電機(jī)組過(guò)程監(jiān)控與評(píng)估》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于ICA分析的電廠機(jī)組過(guò)程監(jiān)控與評(píng)估張曦1,朱亞清1,閻威武2（1.廣東電網(wǎng)公司電力科學(xué)研究院廣州510600；2.上海交通大學(xué)自動(dòng)化系上海200240）摘要：提出了一種基于獨(dú)立成份分析（IndependentComponentAnalysis,ICA）的電廠機(jī)組性能監(jiān)測(cè)與評(píng)估新方法。首先通過(guò)獨(dú)立主元分析算法計(jì)算數(shù)據(jù)的獨(dú)立主元，然后進(jìn)一步計(jì)算監(jiān)控統(tǒng)計(jì)量和SPE來(lái)監(jiān)測(cè)和評(píng)估系統(tǒng)的運(yùn)行。若統(tǒng)計(jì)量超過(guò)控制限，則認(rèn)為系統(tǒng)有故障發(fā)生。電廠機(jī)組故障數(shù)據(jù)仿真研究試驗(yàn)驗(yàn)證了該方法的有效性和合理性。關(guān)鍵詞：獨(dú)立主元分析；性能監(jiān)測(cè)；性能評(píng)估；汽輪機(jī)中圖分類號(hào)：V263.6文獻(xiàn)標(biāo)識(shí)碼：APerformanc
2、eMonitoringandAssessmentofGeneratorBasedonIndependentComponentAnalysisXiZhang1,YaqingZhu1,XiaoqiangChen,Jialuo,FengliandWeiwuYan2(1.GuangdongElectricPowerResearchInstitute,Guangzhou,510600;2.DepartmentofAutomation,ShanghaiJiaotongUniversity,Shanghai,200240)Abstract:Anovelperformancemonitoringanda
3、ssenssmentmethodbasedonIndependentcomponentanalysis(ICA)isproposed.ThestatisticindexofandSPEiscalculatedtoperfommonitoringandassessment.Iftheindexexceedsthecontrollimit,afaultmayhaveoccurred.Applicationresultstothegenerator’sfaultdatasetprovedtheeffectivenessoftheproposedmethod.Keywords:Independe
4、ntcomponentanaysis(ICA),Performancemonitoring;Performanceassessment;Turbinegenerator1.引言汽輪發(fā)電機(jī)是電廠最重要的設(shè)備之一，，所以對(duì)機(jī)組進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷具有非常重要的理論意義和實(shí)際應(yīng)用價(jià)值。而統(tǒng)計(jì)性能監(jiān)控的方法是根據(jù)正常工況的歷史數(shù)據(jù),使用數(shù)理統(tǒng)計(jì)理論建立統(tǒng)計(jì)監(jiān)測(cè)和評(píng)估模型,用于在線的生產(chǎn)過(guò)程監(jiān)控。目前廣泛使用的統(tǒng)計(jì)性能監(jiān)測(cè)方法主要有主元分析（PrincipalComponentAnalysis,PCA）和獨(dú)立主元分析(IndependentComponentAnalysis,ICA)等方法，這兩
5、種方法在化工過(guò)程中已經(jīng)有了較深入的研究[1-5]，但基于ICA的統(tǒng)計(jì)性能監(jiān)控方法在電廠運(yùn)行監(jiān)測(cè)和評(píng)估中卻沒有進(jìn)行應(yīng)用的實(shí)例。針對(duì)以上情況，本文提出了一種基于獨(dú)立主元分析的機(jī)組性能監(jiān)測(cè)新方法。該方法通過(guò)計(jì)算過(guò)程數(shù)據(jù)的獨(dú)立主元，從而進(jìn)一步得到監(jiān)控統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量來(lái)監(jiān)測(cè)系統(tǒng)的運(yùn)行。若統(tǒng)計(jì)量超過(guò)控制限，則認(rèn)為系統(tǒng)有故障發(fā)生，運(yùn)行和維修人員可以根據(jù)監(jiān)測(cè)結(jié)果及時(shí)排查故障發(fā)生的原因，消除安全隱患，從而確保機(jī)組的安全穩(wěn)定運(yùn)行。2.獨(dú)立主元分析算法獨(dú)立成份分析，又稱獨(dú)立主元分析(IndependentComponentAnalysis,ICA)[6,7]是近年來(lái)發(fā)展起來(lái)的一種新的統(tǒng)計(jì)信號(hào)處理方法，與傳
6、統(tǒng)方法相比，ICA不僅去除了變量之間的相關(guān)性，而且還包含了它們之間的高階統(tǒng)計(jì)特性。ICA方法得到的獨(dú)立成分分量滿足統(tǒng)計(jì)意義上的獨(dú)立性，因此獨(dú)立主元分析比傳統(tǒng)的統(tǒng)計(jì)分析方法包含了更多的有用信息。ICA已在盲源信號(hào)分離、生物醫(yī)學(xué)信號(hào)處理、混合語(yǔ)音信號(hào)分離方面得到了較多的應(yīng)用[6]。最早提出ICA概念的是Jutten和Herault[8]，認(rèn)為ICA是從線性混合信號(hào)中恢復(fù)出基本源信號(hào)的方法[7]。假設(shè)有個(gè)觀測(cè)變量，它們分別是個(gè)非高斯分布的獨(dú)立成分變量5的線性組合。其中獨(dú)立主元分析和測(cè)量變量都是已經(jīng)歸一化的數(shù)據(jù)，兩者之間的關(guān)系為，(1)其中為維觀測(cè)矢量；為維獨(dú)立變量矢量；為觀測(cè)噪聲矢量。ICA的
7、目的就是要尋找一解混矩陣，使得可由觀測(cè)變量得到相互獨(dú)立的源變量，(2)其中為的估計(jì)矢量。當(dāng)分離矩陣為的逆陣時(shí)，即是源變量的最佳估計(jì)。在本文中計(jì)算值我們采用Hyv?rinen提出的FastICA算法，該算法的具體步驟如下：(1)隨機(jī)選擇權(quán)值向量初始值；(2)令；(3)令；(4)(5)如果不收斂，轉(zhuǎn)到步驟2；否則，輸出；(6)令，如果小于要保留的獨(dú)立主元數(shù)目，則轉(zhuǎn)向步驟1繼續(xù)計(jì)算。在步驟2的計(jì)算中，通常取如下三種函數(shù)：(3)(4)(5)
