声明
第1章 绪论
1.1 选题背景与意义
1.2 故障预警技术研究现状
1.3 信息融合技术
1.3.1 信息融合技术简介
1.3.2 信息融合技术的研究现状
1.4 论文主要内容和结构安排
第2章 高压加热器介绍及典型故障分析
2.1 引言
2.2 高压加热器介绍
2.3 高加系统的典型故障分析
2.4 高压加热器的测点变量选择
2.5 本章小结
第3章 电厂运行数据的预处理及典型样本的选择
3.1 引言
3.2 基于小波分析的数据滤波处理
3.2.1 小波分析的基本理论
3.2.2 小波去噪的原理及过程
3.2.3 高加系统小波去噪实例分析
3.3 基于密度偏差抽样的典型样本选择
3.3.1 密度偏差抽样的基本理论
3.3.2 可变网格划分的实现过程
3.3.3 基于VGDBS的抽样步骤
3.3.4 高加系统典型样本的选择实例分析
3.4 本章小结
第4章 基于IWOA-FCM算法的数据聚类分析研究
4.1 引言
4.2 模糊C均值聚类算法
4.2.1 FCM算法的基本原理
4.2.2 FCM算法的步骤
4.2.3 FCM算法的缺点
4.3 聚类有效性指标
4.4 改进的鲸鱼优化算法
4.4.1 标准鲸鱼优化算法
4.4.2 鲸鱼优化算法的改进
4.4.3 改进的鲸鱼优化算法的寻优步骤
4.5 FCM算法的改进
4.6 高加系统数据聚类实例分析
4.7 本章小结
第5章 基于证据KNN算法的高加系统故障预警研究
5.1 引言
5.2 D-S证据理论
5.2.1 D-S证据理论的基本概念
5.2.2 D-S证据理论的融合法则
5.3 KNN算法
5.3.1 KNN算法的基本概念
5.3.2 KNN算法的缺点
5.4 证据KNN算法
5.5 高加系统故障预警研究
5.5.1 基于证据KNN算法的设备故障预警方法
5.5.2.基于证据KNN算法的设备故障预警原理分析
5.5.3 高加系统故障预警实例分析
5.6 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
