摘要
本发明公开了一种基于典型相关局部费歇尔判别分析的污水厂故障诊断方法,包括:按等时间间隔通过传感器采集污水厂的正常运行状态数据和故障数据,得到数据集,并对数据集进行预处理得到量纲统一的数据矩阵;利用典型相关分析对数据矩阵进行特征提取,提取出具有最大相关性的典型相关变量U、V;将典型相关变量U、V左右拼接得到联合特征矩阵T=[U|V];利用局部费歇尔判别分析将联合特征矩阵T进行降维,得到变换矩阵W;通过变换矩阵W将联合特征矩阵T投影到低维空间,得到判别得分矩阵Z=WT;使用K近邻算法对判别得分矩阵Z进行正常运行状态与故障分类,从而实现对污水厂的故障诊断,提高漂移变量故障诊断准确率,对难以检测的故障进行有效识别。
技术关键词
故障诊断方法
污水厂
协方差矩阵
K近邻算法
典型相关系数
样本
变量
数据
广义特征值
传感器
特征选择
标签
贡献率
邻居
代表
系统为您推荐了相关专利信息
密文数据搜索方法
云服务器
智能合约执行
关键词
动态更新
可靠性评估方法
协方差矩阵
LSTM模型
可靠性评估装置
工况参数
集成学习模型
流型识别方法
灰度特征
分类器
预测类别
信号检测方法
传输路径
多普勒
时间域
输入输出关系
故障诊断方法
无监督
旋转机械振动信号
故障诊断模型
频域特征提取