文献

J-GLOBAL ID：201902271995747956   整理番号：19A1936917

貫流発電所における過渡故障検出のためのマルチセンサ特徴融合とGrey Wolf最適化器ベースのサポートベクトルマシン【JST・京大機械翻訳】

Multi-Sensor Feature Fusion and Grey Wolf Optimizer-Based Support Vector Machine for Transient Fault Detection in a Once-Through Power Plant

著者 (3件)： Moradi Milad (Faculty of Mechanical Engineering, University of Guilan, Intelligent System and Advanced Control Lab, Rasht, Iran) ,  Chaibakhsh Ali (Faculty of Mechanical Engineering, University of Guilan, Intelligent System and Advanced Control Lab, Rasht, Iran) ,  Mohammadi Mahmoud (Engineering and Planning Department, Neka Thermal Power Plant, Control and Instrument Group, Neka, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICEE  ページ： 2067-2073  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,マルチセンサ特徴融合に基づく故障検出手法を提示し,Benson(R)型ボイラのサブセクションにおける異常運転条件を扱った。4つの異なるフィルタ型特徴選択を,ランキング特徴のために採用した。Dempster-Shafer証拠理論を用いて,選択した特徴を融合し,適切な特徴を選択する際の信頼性を増加させた。選択した特徴を実験データに基づく訓練サポートベクトルマシン分類器に用いた。分類器のパラメータを,探索強化灰色wol最適化器を用いて調整した。訓練データセット上で最良の可能な性能を達成する。設計した故障検出システムの性能を試験データセットを用いて評価した。得られた結果は,過渡条件の間の故障の早期認識において,提案した方式の優れた性能を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ボイラ ,  特徴選択 ,  *故障検出 ,  信頼性 ,  フィルタ ,  *最適化 ,  *サポートベクトルマシン ,  *発電所 ,  等級づけ
準シソーラス用語： 訓練データ ,  Dempster-Shafer証拠理論 ,  運転条件 ,  *特徴融合 ,  *マルチセンサ ,  *過渡故障 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 発電所 ,  故障検出 ,  マルチセンサ ,  特徴融合 ,  最適化 ,  サポートベクトルマシン