红外特征提取与关联分析的设备故障预警方法

作     者：杨磊 王国丽 朱丽晓 李云红 李丽敏 苏雪平 王梅 YANG Lei;WANG Guo-li;ZHU Li-xiao;LI Yun-hong;LI Li-min;SU Xue-ping;WANG Mei

作者机构：国家能源集团新疆吉林台水电开发有限公司新疆伊犁835000 西安工程大学电子信息学院陕西西安710048 

出 版 物：《激光与红外》 (Laser & Infrared)

年 卷 期：2024年第54卷第8期

页      面：1277-1285页

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0803[工学-光学工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

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 

主　　题：红外特征提取 PCA降维 DBSCAN聚类 灰色关联分析 故障预警 

摘      要：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97.88%。