激光与红外

作者：杨磊

单位：1.国家能源集团新疆吉林台水电开发有限公司,新疆 伊犁 835000；2.西安工程大学电子信息学院,陕西 西安 710048；

关键词：红外特征提取;PCA降维;DBSCAN聚类;灰色关联分析;故障预警

基金：国家自然科学基金项目(No.62203344)；陕西省自然科学基础研究重点项目(No.2022JZ-35)；国家级大学生创新创业计划项目(No.202210709012)；陕西高校青年科技创新团队项目资助。

水电站电气设备的安全稳定运行至关重要。为了实现设备故障的自动预警,通过红外特征提取并进行灰色关联分析,提出建立主成分分析(PCA)和基于密度的聚类算法(DBSCAN)的设备故障预警模型。首先,通过数据预处理补全缺失数据,剔除异常数据后进行主成分分析降维并提取新的主成分特征。其次,将新的主成分采用DBSCAN算法构建特征样本集,建立灰色关联模型,计算灰色关联系数,然后,通过灰色关联系数的变化程度突变点进行故障预警。实验结果表明,所提方法能有效提取红外特征,并在设备异常状态下实现设备故障预警,故障预警准确率达到9788。

来源：2024年第8期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第8期