[发明专利]一种火电厂制粉系统数据中异常数据的检测方法

说明书

技术领域

本发明一种火电厂制粉系统中数据处理的方法，具体涉及一种火电厂制粉系统数据中异常数据的检测方法。

背景技术

制粉系统是火力发电厂的主要辅助系统之一，为了保证其运行安全和运行效率，数据挖掘技术被应用在制粉系统的分析及控制上。由于制粉系统的数据不可避免的存在不完整、不一致的脏数据，无法直接进行数据挖掘，因此我们需要对制粉系统的数据进行清洗。

目前大多采用异常数据检测算法来识别被认为被污染了的脏数据。异常数据检测算法为每个数据赋予一个异常因子，异常因子值高于设定阈值的数据被认为是异常数据。常见的异常数据检测算法有LOF算法和COF算法。LOF算法由人工选择MinPts参数来确定对象的近邻个数以及MinPts近邻距离，由此计算对象的局部密度。LOF值是对象局部密度和近邻的平均局部密度之间的比值。因此，对象的局部密度越低并且近邻的局部密度越高，那么对象的LOF值越高。COF算法计算每个对象的链接异常程度COF值来表示对象的异常程度，COF值是对象平均链接距离和对象的MinPts近邻的平均链接距离的平均值之间的比值。还有一些经过改进的异常数据检测算法，但这些算法都不能很好地区分正常数据集边缘的对象和异常数据，并且MinPts的选取会影响到异常数据检测的结果。

由于自身的局限性，上述算法对火电厂制粉系统的数据的异常数据检测结果并不理想，导致火电厂制粉系统的数据挖掘结果不准确。

发明内容

为了解决上述现有技术存在的问题，本发明提供一种火电厂制粉系统数据中异常数据的检测方法，基于最小球计算密度，实现对制粉系统的工作数据进行检测分析并判断是否为异常数据，以提高对火电厂制粉系统的数据挖掘的效果。

为了达到上述目的，本发明采用如下技术方案：

一种火电厂制粉系统数据中异常数据的检测方法，步骤如下：

步骤1：首先火电厂制粉系统采集信号数据构成现场历史数据库D，该数据库D包括六个变量：磨机负荷、磨机出入口压差、磨机入口负压、磨机出口温度、粗粉分离器出口负压和细粉分离器出口负压；这样，数据库D是一个六维数据库；这里设定正整数k为12(k≥6)；计算数据集D中对象两两之间的距离并且确定出每个对象p的k近邻NN_k(p)；

对任意的自然数k，定义p的k-距离为p和某个对象o之间的距离d(p,o)，这里的o满足：

(1)至少存在k个对象o′∈D/{p}，使得d(p,o′)≤d(p,o)，并且

(2)至多存在k-1个对象o′∈D/{p}，使得d(p,o′)＜d(p,o)；

p的k近邻包含所有与p的距离不超过k-距离的对象；这样p的k近邻的个数可能比k大；

步骤2：火电厂制粉系统通过步骤1得到p的k近邻NN_k(p)，将近邻NN_k(p)按照距离p的远近进行排序，构成距离近邻序列NNS(p)＝{p,c₁,c₂,……,c_r}，这里r＝|NN_k(p)|，c_i∈NN_k(p),i＝1,2,……,r；步骤2是一个反复计算的过程，NNS(p)的初始值是{p}；在每次计算时，算法不断从NN_k(p)剩下对象中找到距离p最近的数据，并把找出的对象加到NNS(p)中去；如果找到的对象不只一个，则根据事先排好的对象顺序加到NNS(p)中去；在每次计算完毕后，更新NNS(p)信息后再进行下一次计算；当NN_k(p)中所有对象都被陆续加入到NNS(p)后，该步骤结束；

步骤3：火电厂制粉系统根据步骤2所得NNS(p)计算所有数据的最小球；根据包含p的k-距离近邻的最小球，计算p的空间密度；最小球是包含NNS(p)中所有数据的球中半径最小的那个球；对于2维数据来说，最小球是一个圆，而3维数据的最小球是球体，3维以上的最小球是超球；

最小球求解问题转变为求下列方程组的最优解问题：

O是最小球球心，R是最小球半径；

步骤4：火电厂制粉系统得到所有点的最小球的半径之后，对象p的空间密度表示为：

这里|NNS(p)|是NNS(p)中的数据个数，R(p)是最小球半径；