基于稀疏自编码支持向量机泵站故障检测

• 作 者: 殷振兴
• 机 构: 江苏省淮沭新河管理处
• 出 处: 水科学与工程技术
• 发表日期: 2019年6期
• 关键词: 泵站 故障检测 自编码 支持向量机 pump station fault detection self-encoding support vector mach

对多要素不确定性泵站故障进行有效检测,引入深度学习理论知识,提出了一种基于自稀疏编码的支持向量机泵站故障检测方法。结果表明:对于有限样本的情况下稀疏自编码的SVM方法泵站故障检测可获得较高的精度,并验证了方法的可行性、正确性及有效性;通过对比SVM、稀疏自编码的SVM、BP神经网络3种泵站故障检测方法,得出稀疏自编码的SVM在泵站故障检测中的优越性。为泵站故障检测提供了一种新的解决方法。