[发明专利]一种故障诊断逻辑算法及系统

权利要求书

1.一种故障诊断逻辑算法，其特征在于，包括如下步骤：

分别获取正常工况下的训练样本集和异常工况下的测试样本集；

计算正常工况下的样本均值和标准差并进行均值归一化预处理；

计算异常工况下的样本均值和标准差并进行白化预处理；

将预处理后的训练样本集输入LASSO稀疏模型进行训练以得到训练好的LASSO稀疏模型；

将训练样本集以及测试样本集分别输入训练好的LASSO稀疏模型进行处理；

将经稀疏模型处理后的训练样本集以及测试样本集输入权重矩阵的输入层，通过权重矩阵的间隐层与输出层，分别得到训练特征矩阵和测试特征矩阵；

将训练特征输入逻辑回归二分类模型进行训练，获取最优回归参数向量及训练好的逻辑回归二分类模型；

通过训练好的逻辑回归二分类模型以及最优回归参数向量，进行预测测试特征的概率并输出诊断结果。

2.如权利要求1所述的一种故障诊断逻辑算法，其特征在于，所述训练特征包括：

根据训练好的稀疏过滤模型进行特征学习得到训练样本的训练特征。

3.如权利要求1所述的一种故障诊断逻辑算法，其特征在于，所述进行预测测试特征的概率包括：

获取正常工况和异常工况下的测试样本集。

4.如权利要求3所述的一种故障诊断逻辑算法，其特征在于：

根据正常工况下的测试样本均值和标准差进行预处理。

5.如权利要求4所述的一种故障诊断逻辑算法，其特征在于：

根据训练好的稀疏过滤模型进行特征学习得到测试样本的测试特征。

6.如权利要求1所述的一种故障诊断逻辑算法，其特征在于，所述分别获取正常工况的训练样本集和异常工况下的测试样本集包括:

训练样本集为α×β的矩阵，α为样本个数，β为变量个数，通过第一预设算法获取均值归一化预处理后的训练样本集。

7.如权利要求6所述的一种故障诊断逻辑算法，其特征在于：

将经过均值归一化预处理后的数据进行白化预处理，通过第二预设算法获取训练样本集的协方差矩阵，所述训练样本集的协方差矩阵的维度为β×β。

8.如权利要求1所述的一种故障诊断逻辑算法，其特征在于，所述通过训练好的逻辑回归模型以及最优回归参数向量，进行预测测试特征的概率并输出诊断结果包括：

初始化逻辑回归二分类模型的参数θ，然后通过预测函数求解样本属于1类的概率；

对损失函数J(θ)采用梯度下降法求解出最优化的逻辑回归二分类模型的参数θ；

将训练好的逻辑回归二分类模型用于测试样本预测；

判断测试样本预测的概率值是否大于第一预设值，若是，则判定为故障，若不是，则判定为正常。

9.一种故障诊断逻辑系统，其特征在于，包括：

获取模块，用于分别获取正常工况下的训练样本集和异常工况下的测试样本集；

第一计算模块，用于计算正常工况下的样本均值和标准差并进行均值归一化预处理；

第二计算模块，用于计算异常工况下的样本均值和标准差并进行白化预处理；

第一训练模块，用于将预处理后的训练样本集输入LASSO稀疏模型进行训练以得到训练好的LASSO稀疏模型；

处理模块，用于将训练样本集以及测试样本集分别输入训练好的LASSO稀疏模型进行处理；

第三计算模块，用于将经稀疏模型处理后的训练样本集以及测试样本集输入权重矩阵的输入层，通过权重矩阵的间隐层与输出层，分别得到训练特征矩阵和测试特征矩阵；

第二训练模块，用于将训练特征输入逻辑回归二分类模型进行训练，获取最优回归参数向量及训练好的逻辑回归二分类模型；

输出模块，通过训练好的逻辑回归二分类模型以及最优回归参数向量，进行预测测试特征的概率并输出诊断结果。

10.如权利要求9所述的一种故障诊断逻辑系统，其特征在于：

用于存储计算机指令的至少一个存储器；

与所述存储器通讯的至少一个处理器，其中当所述至少一个处理器执行所述计算机指令时，所述至少一个处理器使所述系统执行：获取模块、第一计算模块、第二计算模块、第三计算模块、第一训练模块、第二训练模块、处理模块以及输出模块。