文献

J-GLOBAL ID：202102267582316248   整理番号：21A0984483

複雑な作業条件下での混合Gauss分布に基づくガスタービンの状態監視と早期警報技術【JST・京大機械翻訳】

State Monitoring and Early Warning Technology of Gas Turbine Based on Mixed Gaussian distribution under Complex Working Conditions

著者 (5件)： Tian Tian (Oceanic Intelligent Technology,Innovation Center CSSC Systems Engineering Research Institute Beijing,China) ,  Zhang Chengwei (Oceanic Intelligent Technology,Innovation Center CSSC Systems Engineering Research Institute Beijing,China) ,  Luan Tianyu (Oceanic Intelligent Technology,Innovation Center CSSC Systems Engineering Research Institute Beijing,China) ,  Zhang Yufeng (Oceanic Intelligent Technology,Innovation Center CSSC Systems Engineering Research Institute Beijing,China) ,  Xu Mengmeng (Oceanic Intelligent Technology,Innovation Center CSSC Systems Engineering Research Institute Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCASIT  ページ： 753-761  発行年： 2020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： 既存のモニタリングと早期警戒方法が複雑な運転条件の下でガスタービン状態監視と早期警報を効果的に実現できないという問題に照準を定めて,非線形フィッティングと混合Gauss分布に基づくモニタリングと早期警報技術を提案して,詳細な解析を用例として平均ガス温度を取ることによって実行した。最初に,最小二乗非線形フィッティング法に基づいて,平均ガス温度と電力の間の非線形関係を,正常状態のベースラインとして得た。次に,フィッティングの後の残差の確率分布の統計解析を通して,それは2つの加重Gauss混合分布モデルに適合することが分かった。最後に,EMアルゴリズムを用いて残差の2加重混合Gauss分布のパラメータを推定し,上下閾値を2加重Gauss分布の3つの原理に従って設定した。正常データセットと異常データセットの検証結果は,サブ操作条件のセット閾値が合理的で信用可能であり,可変運転条件の下での平均ガス温度の異常状態を効果的に同定できることを示した。既存のモニタリングと警報方式による異常データセットの比較と分析は,本論文で述べたモニタリングと警報方法の優位性を強調して,また,複雑な作業条件の下で他の装置のモニタリングと警報のために一定の参照値を持っている。Copyright 2021 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： 最小二乗法 ,  *警報 ,  *正規分布 ,  電力 ,  *ガスタービン ,  確率分布 ,  残差 ,  基準線
準シソーラス用語： 操作条件 ,  混合分布 ,  EMアルゴリズム ,  運転条件 ,  *状態監視 ,  気体温度 ,  *混合正規分布 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 作業条件 ,  混合Gauss分布 ,  ガスタービン ,  状態監視 ,  早期 ,  警報