[发明专利]一种基于仿射不变度量的旋转机械采样数据聚类方法

说明书

本发明公开了一种基于仿射不变度量的旋转机械采样数据聚类方法，通过对数据时间序列进行建模得到时间序列模型，计算时间序列模型中两个时间序列片段的相似性度量对数据时间序列进行建模得到时间序列模型；计算时间序列模型中两个时间序列片段的相似性度量；构建相似度量中位数模型；通过相似度量中位数模型对数据时间序列进行聚类；能够在有效地将通过旋转机械传感器采集的石化机组的数据时间序列，对数据时间序列的仿射变换具有不变性，不会因为时间序列的平移或伸缩而改变度量大小，称为形态相似度量，具有良好容错能力，不会因为野值数据而导致分类错误，其聚类结果的聚类簇具有较好的鲁棒性，本发明属于数据分析技术领域。

技术领域

本发明涉及复杂系统控制工程、数据分析技术领域，具体涉及一种基于仿射不变度量的旋转机械采样数据聚类方法。

背景技术

复杂系统控制工程领域中，不同传感器的采样时序数据在形态变化上大多具有相似性，将形态相似序列有效地聚类成一类，有益于对复杂系统运行过程的监控以及检测相似序列的异常变化。随着石化机组日益趋向大型化和智能化，机组的组成和结构越来越复杂，且常处于高温高压或低温真空状态高速运行，一旦机组发生故障，将给生产厂家带来巨大经济损失，严重威胁着人身安全，因此需要提高其数据聚类的精度和鲁棒性，以减少后续处理的误差和风险。

在石化机组的旋转机械传感器采样数据的数据聚类处理过程中，由振动波形数据可以到很多指标时间序列，如均值指标、波形指标、脉冲指标、裕度指标、峭度指标和峰值指标等构成的时间序列。在进行这些时间序列分析中，最简单且使用最广泛的措施是动态时间规整(DTW)算法：将两个序列在某些时点上压缩，实现两个序列之间“距离”最小。但是，DTW算法存在计算量为O(N2)级，计算复杂度限制了其在大数据序列分析中实际应用，另外，DTW算法缺乏对时间平移不变性和空间伸缩不变性，导致两个形状相似的时间序列可能被判断为不同。

发明内容

本发明的目的在于提出一种基于仿射不变度量的旋转机械采样数据聚类方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

本发明提供一种基于仿射不变度量的旋转机械采样数据聚类方法，基于石化机组运行过程中旋转机械传感器采集数据的问题，基于形态相似度量，建立一种基于形态“种子”的大数据聚类算法，通过对数据时间序列进行建模得到时间序列模型，计算时间序列模型中两个时间序列片段的相似性度量对数据时间序列进行建模得到时间序列模型；计算时间序列模型中两个时间序列片段的相似性度量；构建相似度量中位数模型，用于计算数据时间序列中任一序列与子集合的相似度量中位数；通过相似度量中位数模型对数据时间序列进行聚类。

本发明的目的是针对上述问题，提供一种基于仿射不变度量的旋转机械采样数据聚类方法，具体包括以下步骤：

S100，采集旋转机械传感器的数据并采样得到数据时间序列；

进一步地，在S100中，所述旋转机械传感器包括旋转传感器、电涡流传感器、激光振动传感器、旋转扭矩传感器，用于采集石化机组的旋转扭矩、电涡流、振动中任意一种物理量数据，石化机组包括驱动机、从动机、电动机、汽轮机、烟气轮机、燃气轮机、发电机、压气机和泵中任意一种或多种旋转机械设备，旋转机械传感器设置于石化机组的转轴上。

进一步地，在S100中，所述数据时间序列包括均值指标时间序列、波形指标时间序列、脉冲指标时间序列、裕度指标时间序列、峭度指标时间序列和峰值指标时间序列，数据时间序列为旋转机械传感器按照时序采集的数据序列构成的时序数据(以下数据时间序列也简称为时间序列)。

S200，对数据时间序列进行建模得到时间序列模型；

进一步地，在S200中，对数据时间序列进行建模得到时间序列模型的方法包括以下步骤：

S201：考虑到实际采样数据时间序列不可避免地包含误差，数据时间序列中两个形态相似的时间序列片段可以建模为：