تشخيص و شناسايي خطاي توربين گاز با استفاده از روش هاي تركيبي داده كاوي k-means آناليز مولفّه هاي اصلي (PCA) و ماشين بردار پشتيبان SVM))

با توجه به نقش پايه اي و اساسي توربين گاز در صنايع و اهميت بحث تشخيص خطا، اين مقاله از ديدگاه داده كاوي، به تشخيص و به كاهش بعد داده هاي اوليه پرداخته شده و سپس با پياده ،k-means جداسازي خطاي توربين گاز پرداخته است. در ابتدا با استفاده از الگوريتم دانشي كه درون داده هاي شرايط عملياتي نرمال توربين پنهان بوده استخراج و با استفاده از آن به تشخيص ،(PCA) سازي آناليز مولفه هاي اصلي جدا سازي خطاي توربين گاز انجام شده است. (SVM) خطاي توربين پرداخته شده است. در مرحله بعد، با به كار گيري ابزار ماشين بردار پشتيبان استفاده تركيبي از تكنيكهاي داده كاوي و بهره گيري از نقاط قوت تكنيك هاي به كار برده شده از نكات بارز اين مقاله است. سيستم مورد مطالعه MS توربين گاز مدل 6001 از شركت جنرال الكتريك در واحد نيروگاه پالايشگاه دومّ پارس جنوبي بوده و با توجه به دانش تجربي سيگنالهاي مهم انتخاب و ثبت شده اند. روش پيشنهادي روي توربين گاز به صورت عملي پياده سازي و آزمايش شده و نتايج در اين مقاله آورده شده است.