控制与决策

作者：吴永明,陈琳升,李少波

单位：贵州大学 现代制造技术教育部重点实验室,贵阳 550025;贵州大学 公共大数据国家重点实验室,hspace{11pt}贵阳 550025;贵州大学 机械工程学院,贵阳 550025,,贵州大学 现代制造技术教育部重点实验室,贵阳 550025;贵州大学 公共大数据国家重点实验室,hspace{11pt}贵阳 550025,,贵州大学 现代制造技术教育部重点实验室,贵阳 550025;贵州大学 公共大数据国家重点实验室,hspace{11pt}贵阳 550025;贵州大学 机械工程学院,贵阳 550025,

关键词：燃煤锅炉;动态特征;数据漂移;GNG;监控

基金：国家自然科学基金项目(51505094,61962009)；贵州省科学技术基金计划项目[(2016)1037]；贵州省科技支撑计划项目[(2017)2029]；贵州大学引进人才科研项目[贵大人基合字(2014)60号].

数据动态特征分析与控制技术是一种重要的数据挖掘手段,燃煤锅炉数据具有明显时序性和漂移性等特点,针对目前数据跟踪与监督算法大多缺乏动态性、实时性和稳定性等问题,设计一种基于改进生长神经气模型(GNG)的自适应聚类模型,建立基于概率、范围搜寻、节点平均距离的节点生成、删除机制,实现对漂移数据实时监控.最后以燃煤锅炉动态数据为分析对象进行实验,实验结果表明该模型和算法对动态漂移数据的实时跟踪能力更强,能对燃煤锅炉动态数据进行准确、有效的监督和控制.

来源：2021年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第8期