基于无监督核极限学习机的故障检测方法

摘要

针对无监督极限学习机(UELM)仅考虑数据间局部结构信息以及其本身具有的随机性而导致故障检测性能不佳的问题,提出了一种基于无监督核极限学习机(UKELM)的故障检测方法.该方法将全局结构分析融入UELM中,建立优化的目标函数,以获得同时保持原数据局部和全局结构信息的数据特征,并同时采用核技巧解决随机性问题.在此基础上,利用k近邻检测方法(FDkNN)构建统计量进行故障检测.在TE过程上的仿真实验表明,相比于一般方法,所提方法能更有效地检测出故障.