化工系统海量数据的扩散映射和异常辨识
来源：计算机集成制造系统杂志2014年第12期北京时间：
作者：高智勇,霍伟汉,高建民,姜洪权
单位：西安交通大学机械制造系统工程国家重点实验室
摘要：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。
关键词：化工系统,海量数据,故障分类,流形学习,扩散映射,支持向量机,故障诊断
基金资助：国家科技支撑计划资助项目(2012BAF12B04)。
