基于多模型融合的分布式光电仪器突变状态智能检测方法模型 |
| |
引用本文: | 杨鹏举,王涛云,杨恒,孟垂攀.基于多模型融合的分布式光电仪器突变状态智能检测方法模型[J].自动化与仪器仪表,2023(5):106-109. |
| |
作者姓名: | 杨鹏举 王涛云 杨恒 孟垂攀 |
| |
作者单位: | 1. 华北电力大学;2. 国网上海市电力公司金山供电公司 |
| |
摘 要: | 为光电设备正常运行提供有效保障,设计基于多模型融合的分布式光电仪器突变状态智能检测方法模型。采用分布式光电仪器实时运行参数数据作为输入,分别构建KPCA、偏最小二乘算法和Elman神经网络的光电仪器突变状态检测模型,它们分别检测分布式光电仪器突变状态,将它们的输出结果作为输入,利用PSO-RBF神经网络模型对多模型分布式光电仪器检测结果进行融合处理,得到最终分布式光电仪器突变状态智能检测结果。实验结果表明:该模型采集分布式光电仪器电压运行数据较为准确,可有效检测分布式光电仪器突变状态,且其检测结果的决定系数数值较高,具备较为显著的应用效果。
|
关 键 词: | 多模型融合 分布式 光电仪器 突变状态 智能检测 核主元分析 |
|