《表6 故障误报率对比:基于动态特征矩阵的k近邻风电机组故障检测方法》
将DFM-Wk NN对各故障的检测结果与PCA、KPCA、FD-k NN以及PCA-k NN进行对比,其中各算法的阈值设定均为95%的置信度,对PCA与KPCA均同时采用Q统计量与T2统计量。在对各故障的检测中,计算测试数据前500样本的误报率以及后700个样本出现的漏报率。表5所示为对比算法对各故障的漏报率对比结果,表6所示为对比算法对各故障的误报率对比结果。
图表编号 | XD0097370600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 钱小毅、张宇献 |
绘制单位 | 沈阳工业大学电气工程学院、沈阳工业大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |