학술논문
基于K均值聚类与局部离群因子算法的故障检测研究 / Fault Detection Based on K-means Clustering and Local Outlier Factor Algorithm
Document Type
Academic Journal
Author
Source
化工自动化及仪表 / Control and Instruments in Chemical Industry. 46(10):816-821
Subject
Language
Chinese
ISSN
1000-3932
Abstract
针对化工生产过程的多工况、数据多模态问题,提出一种基于K均值聚类的局部离群因子故障检测方法.首先利用K均值聚类算法对多模态工业数据进行聚类,将各个模态的数据分离出来,然后运用局部离群因子算法在各个模态下单独建立模型,并且确定各个模态下的局部离群因子控制限.检测时首先判断样本属于哪一类,然后在相应类别下求取局部离群因子值并与此类别下的控制限进行比较,确定是否为故障数据.将此方法运用到TE过程的多模态数据中,并且将此方法与单独应用局部离群因子算法做故障检测对比,结果表明:所提算法可以大幅提高故障的检测率.