PCA-SDG在TEP多源故障诊断中的应用* (2012年)

针对传统基于SDG(符号有向图)的故障诊断方法对每个变量节点状态和高低阈值难以确定，且对各个变量单独统计，不考虑变量间相互关系的缺点，提出一种PCA(主元分析)与SDG 相结合的故障诊断方法，并将其用于多源故障诊断中。将PCA得到的出现故障征兆的变量在SDG 模型上进行反向推理，找到故障源。通过TEP 仿真实验验证，表明该方法能够及时有效地检测出单个或多个故障，提高了诊断的准确性与分辨率。