[发明专利]一种波形传感数据的处理方法

说明书

本发明涉及一种波形传感数据的处理方法，对样本波形数据的处理步骤包括波形函数的参数标定、参考正弦型函数的构建、基于相位的样本对齐、基于频率的样本数据矫正、样本的正弦型坐标映射等处理步骤。对于样本在正弦型坐标系下的映射结果，实施基于熵的信息量评测。本专利所述的波形传感数据的处理方法，能够保持原波形传感数据样本的信息量，可用于基于距离的聚类/分类等算法。本发明适用于物联网环境下，基于波形传感数据的互联设备状态分析，辅助自动判断决策。

技术领域

在装备制造、电力系统等领域，很多部件的传感数据表现为笛卡尔坐标系下的波动形状。本发明涉及一种波形传感数据的处理方法，属于传感数据处理和工业互联网领域。

背景技术

装备制造和电力系统中，针对重要部件的运行检测时，采集到的时间序列数据，表现为笛卡尔坐标系下的波形。尽管有的数据没有严格遵循如正弦型等标准波形，按照波形分解原理，都能够表示为在一定误差范围内的多个波形数据的叠加。工业活动中，常常通过处理和分析相关波形传感数据，考察这些检测部件的运行状态，并有条件预测可能出现的故障。近年来，智能制造和智能工厂的发展迅速，装备的全面健康监控成为制造服务的重要增值部分，日益得到业界的重视。

波形传感数据的处理方法，可分为三大类：(1)直接使用，不考虑其波形特性：比如，采集到的数据样本之间的相似度计算，直接采用笛卡尔坐标系下的距离，这种方法虽然保持了数据的原有信息量，但没有考虑因为数据的波动形成的样本间差异相对性。当样本间存在相位偏差、频率不稳定等问题时，会带来积累误差。实际数据的振幅导致的分量间的尺度变化较大，也会影响度量精度。因而如果不对样本数据进行处理，会导致出现很大的计算偏差；(2)提取波形特征或人工特征：比如抽取波形数据的每个周期中的波峰值，构建数据的包络图特征，然后比较样本间的差异性。这种方法对原数据的信息进行部分抽取，从而损失了数据原有的信息量；(3)按照传感数据的波形特性，实施计算目标适应性的变换：比如，发电机的电能采样数据，理论上符合正弦波形，就可以以正弦型波形为参照坐标系，为全体采样数据实施合适的变换，这种方法能保持数据的信息量，还原波形数据的真正特征。虽然转换工作虽然转换工作会带来一定额外的计算量，但是只要完成一次计算，即可后续在多种应用中进行使用，这也是本专利采用的方法。

波形传感数据在使用之前进行预先的处理操作，通常希望尽量保持处理后数据的信息量的同时，使样本之间的距离可计算，期望计算结果更可分。因此，传感数据的处理方法，应该具有一定的普适性，能在后续的聚类、分类等重要的数据分析过程中，保证分析结果的质量，降低计算的难度。

发明内容

本发明解决的主要问题是，克服现有技术的不足，提供一种波形传感数据的处理方法，使数据样本之间的差异容易区分，提高具有波形特征的传感数据的机器学习方法的分析效果等。

本发明对波形数据样本的处理步骤包括：波形数据样本向量化、波形函数参数标定、构建波形的标准正弦型方程、波形数据样本的初相位对齐、基于频率的波形传感数据矫正、基于正弦型坐标的数据样本映射。最后对于数据样本在正弦型坐标系下的映射结果，实施基于熵的信息量评测。

一、波形传感数据的处理过程

本发明中处理的波形传感数据，是由传感器采集的数值序列，在时域空间中笛卡尔直角坐标系下呈现为波形。通过数据样本的标定，建立标准正弦型函数其中A为波形的标定振幅，f为波形的标定频率，t为时间自变量，为波形的初相位，b为波形的纵向平移距离。

本发明提出的一种波形传感数据的处理方法，包括如下步骤：(1)波形数据样本向量化；(2)波形函数参数标定；(3)构建波形的标准正弦型方程；(4)波形数据样本的初相位对齐；(5)基于频率的波形传感数据矫正；(6)基于正弦型坐标的数据样本映射。

1、波形数据样本向量化