燃机异常检测系统的关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 课题背景及研究意义 | 第14-15页 |
| 1.2 故障诊断技术的研究现状 | 第15-18页 |
| 1.3 燃气轮机故障诊断的应用现状 | 第18-23页 |
| 1.4 基于数据挖掘的异常检测研究 | 第23-25页 |
| 1.5 燃气轮机异常检测系统的主要问题 | 第25-26页 |
| 1.6 本文的主要工作及结构安排 | 第26-30页 |
| 第2章 燃气轮机点形式异常的检测方法研究 | 第30-48页 |
| 2.1 引言 | 第30页 |
| 2.2 燃气轮机监控的异常检测的适用性 | 第30-35页 |
| 2.2.1 燃气轮机的故障形式 | 第30-32页 |
| 2.2.2 燃气轮机的故障表现机制 | 第32-33页 |
| 2.2.3 异常检测的适用性分析 | 第33-35页 |
| 2.3 基于点形式的燃气轮机异常检测研究 | 第35-47页 |
| 2.3.1 燃气轮机的点异常形式 | 第35-37页 |
| 2.3.2 基于仿射传播的聚类异常检测方法 | 第37-41页 |
| 2.3.3 实验分析 | 第41-47页 |
| 2.4 本章小结 | 第47-48页 |
| 第3章 燃气轮机序列形式异常的检测方法研究 | 第48-75页 |
| 3.1 引言 | 第48页 |
| 3.2 燃气轮机的序列形式异常 | 第48-49页 |
| 3.3 序列形式异常检测的处理方法 | 第49-57页 |
| 3.4 基于流形学习的序列形式异常检测研究 | 第57-63页 |
| 3.4.1 流形学习的概念 | 第57-58页 |
| 3.4.2 等距特征映射算法 | 第58-61页 |
| 3.4.3 加权嵌入的序列异常检测方法 | 第61-63页 |
| 3.5 实验分析 | 第63-73页 |
| 3.5.1 实验配置 | 第63-65页 |
| 3.5.2 燃气轮机故障的检测实验 | 第65-68页 |
| 3.5.3 流形学习算法的配置比较 | 第68-70页 |
| 3.5.4 非线性低维嵌入的可视化分析 | 第70-73页 |
| 3.6 本章小结 | 第73-75页 |
| 第4章 异常检测系统的冷启动研究 | 第75-100页 |
| 4.1 引言 | 第75-76页 |
| 4.2 冷启动问题的相关研究 | 第76-78页 |
| 4.3 燃气轮机异常检测系统的冷启动研究 | 第78-82页 |
| 4.3.1 燃气轮机的冷启动记录和检测基础 | 第78-79页 |
| 4.3.2 基于复构神经网络的冷启动异常检测研究 | 第79-82页 |
| 4.4 燃气轮机异常检测系统的冷启动检测实验 | 第82-86页 |
| 4.4.1 实验配置 | 第83-84页 |
| 4.4.2 检测效果分析 | 第84-86页 |
| 4.5 异常检测系统中的拒判方法设计 | 第86-91页 |
| 4.5.1 异常检测中拒判机制的必要性 | 第87-88页 |
| 4.5.2 基于拒判框架的异常检测方法 | 第88-91页 |
| 4.6 拒判机制的实验分析 | 第91-94页 |
| 4.6.1 实验配置 | 第91-92页 |
| 4.6.2 结果分析 | 第92-94页 |
| 4.7 本章小结 | 第94-100页 |
| 第5章 异常检测系统的多模型融合方法 | 第100-118页 |
| 5.1 引言 | 第100-101页 |
| 5.2 多模型融合方法 | 第101-108页 |
| 5.2.1 基模型的构造方法 | 第101-105页 |
| 5.2.2 基模型的融合方法 | 第105-108页 |
| 5.3 基于动态融合的异常检测方法 | 第108-112页 |
| 5.3.1 基模型的适用性评定 | 第108-109页 |
| 5.3.2 基于动态融合的综合评判方法 | 第109-112页 |
| 5.4 实验分析 | 第112-116页 |
| 5.4.1 实验配置 | 第112-114页 |
| 5.4.2 实验分析 | 第114-116页 |
| 5.5 本章小结 | 第116-118页 |
| 结论 | 第118-120页 |
| 参考文献 | 第120-132页 |
| 攻读博士学位期间发表的论文及其他成果 | 第132-135页 |
| 致谢 | 第135-136页 |
| 个人简历 | 第136页 |
