[发明专利]一种基于数据挖掘的电机运行状态判断方法

权利要求书

1.一种基于数据挖掘的电机运行状态判断方法，其特征在于，包括有如下步骤：

S1、获取电机的各个层面的数据，设备的检修历史，维保历史，停机历史，以此做为设备状态标签，设备参数，此为电机的原始特征数据，从设备所在现场的SCADA系统中获取历史数据，数据包括设备特征数据：温度、电流、电压、转速、扭矩、转角、振动烈度、噪声，设备状态记录、维保记录、故障记录、运行事件记录；

S2、将非结构化的设备特征数据进行结构化处理，因为数据的状态记录大多是文本形式，且记录方式没有统一地规范，需要将这部分数据利用起来，必然要进行结构化处理；

S3、对特征数据进行清洗、预处理，处理完状态数据，对特征数据进行清洗，结合状态记录，提取电机稳定运行时的数据备用，将提取出的数据进行归一化处理，归一化方法为MinMax；

S4、二次特征提取，特征的提取基于滑动时间窗口的统计分析以及频域分析，提取数据的二次特征，包括各个过程量的在窗口内的统计特征，振动、噪声的信号特征，统计特征包括均值、中位数、方差等描述统计量，信号特征包括经过傅里叶变换或者小波分析后得到的频谱、功率谱、能量谱等数据，均方根值，峰宽，峰功率；

S5、得到训练数据的分类结果以及生成分类模型，将分类数据与结构化处理后的设备状态标签进行组合，形成新的数据集。

2.根据权利要求1所述的一种基于数据挖掘的电机运行状态判断方法，其特征在于，包括以下步骤：将根据S1中的操作步骤，特征数据形式如下：X_m*n＝(x⁽¹⁾，x⁽²⁾，x⁽³⁾，...x⁽¹⁾，x⁽ⁿ⁾)，其中xⁱ＝代表第i组数据，m为总记录数，n为总特征数，x_i＝(x₁⁽¹⁾，x₂⁽²⁾，x₃⁽³⁾，...，x₄⁽ⁱ⁾，...，x₅⁽ⁿ⁾)，记录的数据均带时间戳。

3.根据权利要求1所述的一种基于数据挖掘的电机运行状态判断方法，其特征在于，包括以下步骤：将根据S2中的操作步骤：结构化处理步骤1，需将非状态数据根据业务知识转化为状态数据，结构化处理步骤2，使用One-Hot Encoding与label encoding进行编码。

4.根据权利要求1所述的一种基于数据挖掘的电机运行状态判断方法，其特征在于，包括以下步骤：将根据S3中的操作步骤，经过缩放后的数据为数据集A。

5.根据权利要求1所述的一种基于数据挖掘的电机运行状态判断方法，其特征在于，包括以下步骤：将根据S4中的操作步骤，将上述统计特征及信号特征构成新特征组合，得到新的数据，此为数据集B。

6.根据权利要求1所述的一种基于数据挖掘的电机运行状态判断方法，其特征在于，包括以下步骤：将根据S5中的操作步骤，将新数据集将数据顺序随机打乱后，将数据集分割为两部分，一部分用于模型的训练，一部分用于模型的性能测试。此处使用70％用于模型训练，成为训练集，30％用于模型性能的测试，成为测试集。