基于KPCA和SVM的鋁電解槽漏槽事故預(yù)警方法

摘要： 針對鋁電解槽運(yùn)行數(shù)據(jù)復(fù)雜多維、結(jié)構(gòu)非線性且故障樣本量相對正常運(yùn)行樣本量少的問題,提出了一種基于數(shù)據(jù)驅(qū)動的漏槽事故預(yù)警模型。模型采用簡單經(jīng)典的分類算法支持向量機(jī),避免小樣本數(shù)據(jù)帶來的過擬合問題。并用交叉驗證訓(xùn)練測試方法和麻雀搜索算法對參數(shù)尋優(yōu),提高分類器的性能。同時為了更好地挖掘鋁電解運(yùn)行數(shù)據(jù)中的特征信息采用核主成分分析法將數(shù)據(jù)降到8維,模型運(yùn)行速度提高了65.51 s。另外在設(shè)...