|
|
|
|
تشخیص، شناسایی و جداسازی عیب توربین گاز پالایشگاه دوم پارس جنوبی با استفاده از روش‌های ترکیبی داده‌کاوی، kmeans، تحلیل مولفه‌های اصلی (pca) و ماشین بردار پشتیبان (svm)
|
|
|
|
|
|
|
|
نویسنده
|
خرّم کشکولی مرتضی ,دهقانی مریم
|
|
منبع
|
مهندسي برق دانشگاه تبريز - 1396 - دوره : 47 - شماره : 2 - صفحه:501 -515
|
|
چکیده
|
در این مقاله، به تشخیص، شناسایی و جداسازی عیب توربین گاز پرداخته شده است. در ابتدا، با استفاده از الگوریتم kmeans، به کاهش بعد داده‌های اولیه پرداخته شده و سپس با پیاده‌سازی تحلیل مولفه‌های اصلی (pca)، دانشی که درون داده‌های شرایط عملیاتی نرمال توربین پنهان بوده استخراج و با استفاده از آن به تشخیص و شناسایی عیب توربین گاز پرداخته شده است. در مرحله بعد، با به‌کارگیری ابزار ماشین بردار پشتیبان (svm)، جداسازی عیب توربین گاز انجام شده است. استفاده ترکیبی از فنون داده‌کاوی و بهره‌گیری از نقاط قوت فنون به‌کاربرده‌شده، از نکات بارز این مقاله است. سامانه‌های مورد مطالعه، توربین گاز مدل ms6001 از شرکت جنرال الکتریک و توربین گاز مدل ms5002c از شرکت nuovo pignone، به‌ترتیب در واحد نیروگاه و ایستگاه تقویت فشار و صادرات گاز پالایشگاه دوم پارس جنوبی بوده و با توجه به دانش علمی و تجربی، سیگنال‌های مهم انتخاب و تجهیزات لازم جهت ثبت آنان توسط نویسندگان روی توربین‌های گاز به‌صورت عملی پیاده‌سازی و آزمایش شده و نتایج روش پیشنهادی، در این مقاله آورده شده است.
|
|
کلیدواژه
|
تحلیل مولفه‌های اصلی، توربین گاز، شناسایی و تشخیص عیب، جداسازی عیب، خوشه‌بندی، داده‌کاوی، ماشین بردار پشتیبان
|
|
آدرس
|
دانشگاه شیراز, دانشکده آموزش‌های الکترونیکی, ایران, دانشگاه شیراز, دانشکده مهندسی برق و کامپیوتر, ایران
|
|
پست الکترونیکی
|
mdehghani@shirazu.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Fault Detection, Identification and Isolation of South Pars Gas Turbine Using a Combined Method Based on the Data Mining Techniques, kmeans, PCA and SVM
|
|
|
|
|
Authors
|
Khorram Kashkooli M. ,Dehghani M.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|