Un novedoso método inteligente para el diagnóstico de fallas en turbinas de vapor basado en T-SNE y XGBoost
Autores: Liang, Zhiguo; Zhang, Lijun; Wang, Xizhe
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un novedoso método inteligente para el diagnóstico de fallas en turbinas de vapor basado en T-SNE y XGBoost
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Falla
Turbinas de vapor
Diagnóstico de fallas
T-SNE
XGBoost
Agrupamiento de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 49
Citaciones: Sin citaciones
Dado que la falla de las turbinas de vapor ocurre con frecuencia y puede causar grandes pérdidas para las plantas térmicas, es importante identificar una falla con anticipación. En este documento se propone un novedoso método de diagnóstico de fallas por agrupación para turbinas de vapor basado en la incrustación de vecindario estocástico de distribución t (t-SNE) y el aumento extremo de gradientes (XGBoost).
Descripción
Dado que la falla de las turbinas de vapor ocurre con frecuencia y puede causar grandes pérdidas para las plantas térmicas, es importante identificar una falla con anticipación. En este documento se propone un novedoso método de diagnóstico de fallas por agrupación para turbinas de vapor basado en la incrustación de vecindario estocástico de distribución t (t-SNE) y el aumento extremo de gradientes (XGBoost).