[发明专利]一种基于海量运行数据的在线故障诊断方法

权利要求书

1.一种基于海量运行数据的在线故障诊断方法，其特征在于，包括如下步骤：

(1)优选样本：确定故障诊断模型样本参数，获取稳态样本数据，并剔除冗余样本数据；

(2)训练故障诊断模型：利用优选样本训练故障诊断模型；

(3)故障诊断：实时监测过程数据，进行标准化处理，并对处理后的数据流进行非稳态数据剔除，利用训练好的故障诊断模型对稳态数据进行传感器故障诊断，非稳态数据不作为判定传感器故障的依据；

所述步骤1确定故障诊断模型样本参数的具体方法为：

(1a)获取初始诊断模型样本参数集合P：P＝{p₁,p₂,…,p_n}，p_i＝{p_i1,p_i2,…,p_im}，其中，p_i∈P，i＝{1,2,...,n}表示参数编号，n表示参数个数，m表示对应参数的样本个数；

(1b)对初始诊断模型参数之间进行相关性分析，得到各参数与其他参数之间的相关系数：

R=r11r12...r1nr21r22...r2n............rn1rn2...rnnn×n]]>

其中，r_ij表示参数p_i与参数p_j之间的相关系数；

(1c)设定相关系数容忍度r_tol，计算各参数与其他参数之间相关系数大于r_tol的个数得到

sij=1rij>rtol0rij<rtol---(1)]]>

其中，i＝{1,2,...,n}表示参数编号；

(1d)设定最小容忍个数ζ，选取大于最小容忍个数ζ的参数作为最终诊断模型参数，最终诊断模型参数集合为：P′＝{p′₁,p′₂,…,p′_L}，L为最终诊断模型参数个数。