تشخیص، شناسایی و جداسازی عیب توربین گاز پالایشگاه دوم پارس جنوبی بااستفاده از روش های ترکیبی داده کاوی، k-means ، تحلیل مولفه های اصلی ( PCA ) و ماشین بردار پشتیبانSVM

در این مقاله، به تشخیص، شناسایی و جداسازی عیب توربین گاز پرداخته شده است. در ابتدا، با استفاده از الگوریتم k-means ، به کاهش بعد دادههای اولیه پرداخته شده و سپس با پیاده سازی تحلیل مولفه های اصلی ) PCA (، دانشی که درون داده های 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 به کارگیری ابزار ماشین بردار پشتیبان ) SVM (، جداسازی عیب توربین گاز انجام شده است. استفاده ترکیبی از فنون داده کاوی و بهره گیری از نقاط قوت فنون به کاربرده شده، از نکات بارز این مقاله است. سامانه های مورد مطالعه، توربین گاز مدل MS6001 از شرکت جنرال الکتریک و توربین گاز مدل MS5002C از شرکت Nuovo Pignone ، به ترتیب 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 توربین های گاز به صورت عملی پیاده سازی و آزمایش شده و نتایج روش پیشنهادی، در این مقاله آورده شده است.

کلیدواژه ها:

تحلیل مولفه های اصلی ، توربین گاز ، شناسایی و تشخیص عیب ، جداسازی عیب ، خوشه بندی ، داده کاوی ، ماشین بردار پشتیبان