基于聚焦式模糊聚类算法的数据挖掘故障诊断方法

摘要

针对现有的火电厂大型设备故障诊断精度较低的问题,提出一种基于聚焦式模糊聚类算法的数据挖掘故障诊断方法.它采用分段相关分析的方法在火电厂SCADA系统历史数据库查找故障征兆变量,然后利用聚焦式量化算法对故障征兆变量进行离散化,最后应用双向模糊聚类算法找出对应故障类型的关键数据.该方法避免了为诊断故障而附加的专门测试或试验,在降低费用的同时,减少了试验对设备造成的潜在威胁.故障诊断实例表明:其诊断精度在不同的月份介于91%～95%之间,可以满足现场应用的要求.