基于集成熵KPCA的复杂机电系统状态监测方法

针对传统KPCA方法的模型参数选取对经验知识依赖程度过高、容易造成漏报和误报的缺点,提出一种基于集成熵核主成分分析的状态监测方法。该方法将传统的KPCA与信息熵结合,在高维空间用信息测度确定模型参数,用Renyi熵贡献提取核主成分,通过构造综合统计量进行状态监测。在TE过程和某企业的压缩机组系统上的仿真研究表明,所提方法较传统KPCA有更好的非线性数据处理能力和更高的故障或异常检测精度。