摘要
摘要：针对水轮发电机组状态进行检测，主要是为了避免发电机出现异常，降低故障率。针对此类问题提出根据SCADA数据分析为基础，以及使用单分类简化核极限学习机构建模型，达到对发电机状态展开监测。在SCADA数据中可提取能够体现出发动机状态的相关数据以及特征，参照其性能，结合异常因子展开计算，对数据展开清洗。利用OC-RKELM模型，检测机组工作时的规律，可以进行实时监测，当工作出现异常时，会进行报警。与单位方法展开对比，可以采用t-SNE可视化技术，对结果进行验证以及评估。结果体现OC-RKELM在监控发电机组状态时，有非常明显的效果。
出版日期
2022年07月10日（中国期刊网平台首次上网日期，不代表论文的发表时间）
