发明名称 |
基于Daubechies小波变换和弹性网的故障检测方法 |
摘要 |
本发明涉及一种基于Daubechies小波变换和弹性网的故障检测方法,包括:获得训练数据和测试数据,并对测试数据进行标准化处理;对训练数据进行Daubechies小波变换,分别将每一组数据作为主元列向量,与训练数据矩阵做弹性网回归,分别求出不同的最小估计<img file="DDA0000518745000000011.tif" wi="77" he="68" />值;通过概率密度估计方法,求得最佳的<img file="DDA0000518745000000012.tif" wi="78" he="67" />值作为阈值;对测试数据依次进行Daubechies小波变换和弹性网回归,将每一组数据求得的<img file="DDA0000518745000000013.tif" wi="75" he="68" />值与阈值相比较,判断每组数据是否存在故障。与现有技术相比,本发明具有考虑全部特征值、提高检测准确度、适应性好等优点。 |
申请公布号 |
CN103995985A |
申请公布日期 |
2014.08.20 |
申请号 |
CN201410256509.2 |
申请日期 |
2014.06.10 |
申请人 |
华东理工大学 |
发明人 |
江晓栋;赵海涛 |
分类号 |
G06F19/00(2011.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
上海科盛知识产权代理有限公司 31225 |
代理人 |
赵继明 |
主权项 |
一种基于Daubechies小波变换和弹性网的故障检测方法,应用于连续化工过程,其特征在于,包括以下步骤:1)从田纳西‑伊斯曼工业过程模型中获得正常数据和故障数据,将正常数据作为训练数据,将故障数据作为测试数据,并对获得的测试数据进行标准化处理;2)对训练数据进行Daubechies小波变换,压缩数据,对小波变换后的训练数据分别将每一组数据作为主元列向量,与训练数据矩阵做弹性网回归,分别求出不同的最小估计<img file="FDA0000518744970000011.GIF" wi="84" he="77" />值;3)通过概率密度估计方法,求得最佳的<img file="FDA0000518744970000012.GIF" wi="77" he="66" />值作为阈值;4)对测试数据依次进行Daubechies小波变换和弹性网回归,将每一组数据求得的<img file="FDA0000518744970000013.GIF" wi="76" he="68" />值与阈值相比较,判断每组数据是否存在故障:若求得的<img file="FDA0000518744970000014.GIF" wi="78" he="69" />值大于阈值,则所对应的一组数据存在故障;若求得的<img file="FDA0000518744970000015.GIF" wi="76" he="68" />值小于阈值,则所对应的一组数据正常。 |
地址 |
200237 上海市徐汇区梅陇路130号 |