基于统计域指数的压力类传感器故障检测方法

作     者：王印松 邵敬雅 

作者机构：华北电力大学自动化系 保定市综合能源系统状态检测与优化调控重点实验室 河北省发电过程仿真与优化控制技术创新中心 

出 版 物：《中国测试》 (China Measurement & Test)

年 卷 期：2024年

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

主　　题：故障检测 统计域指数 压力传感器 残差分析 神经网络 

摘      要：针对工业过程中因老化及环境干扰出现的压力类传感器故障问题，提出了一种基于统计域指数的传感器故障检测方法。该方法首先采用长短期记忆（LSTM）神经网络构建了预测传感器正常状态下输出的时序模型，由此生成模型预测值和实际测量值的残差信号；然后，通过计算残差信号的移动平均指数（MAI）、移动均方根指数（MRI）、移动方差指数（MVI）和移动能量指数（MEI），并结合四分位距（IQR）方法设计阈值，进行传感器故障检测；最后，利用某320MW燃煤机组引风机出口烟气压力传感器的历史运行数据进行实验验证，并与传统的残差分析法进行了对比，结果表明，该方法在准确率、精确率、召回率和F值方面分别提升了11.88%、3.16%、22.15%和14.06%，在压力传感器故障检测方面具备显著优势。