论文部分内容阅读
为充分提取化工系统中的故障特征以辨识故障类型,提出针对动态系统海量数据的故障分类方法.该方法利用扩散映射算法与扩散映射的线性增量算法,对高维空间中的化工系统运行数据进行降维,提取出数据中的低维流形特征.利用降维后的故障样本训练支持向量机多类分类器,实现系统在线数据异常辨识.通过田纳西-伊斯曼仿真数据和实际生产运行数据验证了方法的可行性和高效性.与其他类似分类方法对比,该方法具有更高的分类精度.