基于变分贝叶斯稀疏主成分分析的碱性水电解器动态故障检测与诊断
系统与控制
2024-04-25 v1 系统与控制
摘要
电解水生产不仅是绿色氢气的关键来源，也是应对可再生能源消耗挑战的重要策略。对于通过碱性水电解器（AWE）安全生产氢气，依赖可靠的过程监测技术至关重要。然而，随机噪声会轻易污染工业环境中收集的 AWE 处理数据，为监控方法带来新挑战。本研究发展出变分贝叶斯稀疏主成分分析（VBSPCA）方法进行过程监控。推导基于高斯先验和拉普拉斯先验的 VBSPCA 方法以获得投影矩阵的稀疏性，分别对应 正则化和 正则化。随后通过稀疏自回归分析动态潜在变量的相关性，并通过故障重构进行故障诊断。通过工业氢气生产工艺验证了该方法的有效性，测试结果表明，基于高斯先验和拉普拉斯先验的 VBSPCA 均能有效检测和诊断 AWE 中的关键故障。
引用
@article{arxiv.2404.15609,
title = {Dynamic fault detection and diagnosis for alkaline water electrolyzer with variational Bayesian Sparse principal component analysis},
author = {Qi Zhang and Weihua Xu and Lei Xie and Hongye Su},
journal= {arXiv preprint arXiv:2404.15609},
year = {2024}
}