|
论文《基于KPCA-AR的烟气轮机故障预测》提出了一种结合核主成分分析（KPCA）与自回归模型（AR）的故障预测方法。该方法通过KPCA对烟气轮机的运行数据进行降维和特征提取，再利用AR模型进行时间序列预测，从而实现对故障的早期识别与预警。研究结果表明，该方法能有效提高故障预测的准确性，为烟气轮机的安全运行提供可靠的技术支持。 文档为pdf格式，0.2MB，总共4页。
- 文件大小:
- 204.8 KB
- 下载次数:
- 60
- 基于KPCA-AR的烟气轮机故障预测 - 第七届全国技术过程故障诊断与安全性学术会议.pdf ...
-
高速下载
| 
