公开(公告)号：CN115454033B

公开(公告)日：2025-04-15

申请号：CN202211195143.3

申请日：2022-09-27

Applicant: 上海交通大学

Inventor： 王玉璋 ,  杨喜连 ,  赵群飞 ,  程侃如 ,  刘凡

IPC: G05B23/02

Abstract: 本发明涉及一种燃气轮机控制系统未知故障检测方法及系统，方法包括：构建由正常信号组成的正常数据集，构建测试数据集；构建无监督学习模型和一元分类器，使用正常数据集训练无监督学习模型，得到训练好的特征提取器；将正常数据集输入特征提取器中得到正常数据特征集，使用正常数据特征集训练一元分类器；将测试数据集输入和一元分类器进行测试，若测试结果满足预设置的评价指标，则完成特征提取器和一元分类器的训练；将燃气轮机上的传感器信号输入特征提取器和一元分类器中，得到故障检测结果。与现有技术相比，本发明提升了燃气轮机的多传感器故障信号检测结果的准确性和可靠性，使燃气轮机控制系统具有一定的智能诊断等优点。

公开(公告)号：CN114877925B

公开(公告)日：2023-08-22

申请号：CN202210342256.5

申请日：2022-03-31

Applicant: 上海交通大学

Inventor： 王玉璋 ,  程侃如 ,  杨喜连 ,  桑润轩 ,  胡道明

IPC: G01D18/00 ,  G06F18/24 ,  G06N3/08 ,  G06N3/0499 ,  G06N20/10

Abstract: 本发明涉及一种基于极限学习机的综合能源系统传感器故障诊断方法，具体包括以下步骤：S1、采集综合能源系统中燃气轮机传感器的原始信号，构建原始信号的多种长度的时间序列表示，根据故障特性在原始信号上叠加故障信号，生成故障信号的时间序列表示；S2、对原始信号的时间序列表示和故障信号的时间序列表示进行特征提取，得到故障信号的特征向量；S3、将特征向量输入改进的多重核极限学习机中，对分类器进行训练；S4、将待检测信号输入特征提取器与完成训练的分类器的集成模型中，得到传感器的故障检测结果。与现有技术相比，本发明具有提高传感器信号的故障类型的诊断准确率，并且诊断时间缩短，能够满足综合能源系统中在线检测的需求等优点。