来源：期刊VIP网 时间：
作者：王印松;邵敬雅;
单位：华北电力大学自动化系;保定市综合能源系统状态检测与优化调控重点实验室;河北省发电过程仿真与优化控制技术创新中心;
摘要：针对工业过程中因老化及环境干扰出现的压力类传感器故障问题，提出一种基于统计域指数的传感器故障检测方法。首先，该方法采用长短期记忆（LSTM）神经网络构建预测传感器正常状态下输出的时序模型，由此生成模型预测值和实际测量值的残差信号；然后，通过计算残差信号的移动平均指数（MAI）、移动均方根指数（MRI）、移动方差指数（MVI）和移动能量指数（MEI），并结合四分位距（IQR）方法设计阈值，进行传感器故障检测；最后，利用某320 MW燃煤机组引风机出口烟气压力传感器的历史运行数据进行实验验证，并与传统的残差分析法进行对比。结果表明，该方法在准确率、精确率、召回率和F值方面分别提升11.88%、3.16%、22.15%和14.06%，在压力传感器故障检测方面具备显著优势。
关键词：故障检测;统计域指数;压力传感器;残差分析;神经网络
