[发明专利]一种基于专家系统和随机森林分类器的重型燃机控制系统模拟量输入模块BIT设计方法

说明书

本发明提供了一种基于专家系统和随机森林分类器的重型燃机控制系统模拟量输入模块BIT设计方法，属于测试和人工智能领域。该方法用于提高现有模拟量输入模块的可靠性，解决模拟量输入模块BIT虚警率高的问题。步骤如下：通过知识获取机制，采用产生式规则构建模拟量输入模块专家系统知识库，采用正向推理策略设计专家系统推理机。采用LMD算法对BIT检测数据进行特征提取，将提取到的特征向量采用CART算法训练决策树，适当对每颗决策树剪枝后，将每棵树以投票的方式生成随机森林，由随机森林对BIT检测数据进行状态识别，将过滤掉间歇状态的检测数据后送入专家系统推理机，由专家系统给出诊断结果，实现模拟量输入模块精确故障定位。

技术领域

本发明属于测试和人工智能领域，具体涉及一种基于专家系统和随机森林分类器的重型燃机控制系统模拟量输入模块BIT设计方法。

背景技术

模拟量输入模块是重型燃气轮机控制系统与现场工业设备模拟量数据交换的媒介，对于重型燃气轮机控制系统来说是一个十分重要的硬件模块，其可靠性程度一定意义上决定了整个控制系统整体的可靠性与稳定性。近年来分散控制系统越来越多的应用于许多重要的控制任务中，为了提升分散控制系统可靠性与稳定性，降低设备的维修成本，往往引入机内测试技术(Built-in Test，简称BIT)。

虚警率是影响BIT发展的重要原因，高虚警率不仅直接影响了BIT系统的稳定性，而且会对整个任务的完成以及系统的可用性、维修和备件等产生不利的影响，甚至造成使用人员对其丧失信心。

将专家系统技术引入BIT技术领域，依据专家经验构建模拟量输入模块的知识库，利用高效推理机可以很大程度上的降低BIT虚警率，但是专家系统的推理机信息获取来源是不经过任何筛选的，如果将间歇故障的信息送入专家系统推理机，则会造成无效诊断，从而对整个任务带来不可估量的损失，因此只是将专家系统引入BIT技术领域依旧没有从根本上降低由于间歇故障引起的BIT虚警率。

发明内容

鉴于以上存在的技术问题，本发明提供一种基于专家系统和随机森林分类器的重型燃机控制系统模拟量输入模块BIT设计方法。

为解决上述技术问题，本发明采用如下的技术方案：

一种基于专家系统和随机森林分类器的重型燃机控制系统模拟量输入模块BIT设计方法，包括以下步骤：

通过知识获取机制，构建重型燃气轮机控制系统模拟量输入模块专家系统知识库，知识库中每一条故障知识包含一条完整故障的所有信息，包括规则ID、规则前件、规则后件、置信度、规则解释、故障原理。

采用正向推理机制设计专家系统推理机。

对不同工作状态下的模拟量输入模块可表征功能电路状态的电流或电压进行采样，其中包括模拟量输入模块主要功能电路的正常数据、永久故障数据和间歇故障数据，得到功能电路BIT采样数据集X。

采用LMD(Local Mean Decomposition，局部均值分解)算法对功能电路BIT采样数据集X进行特征提取，用各PF分量构造特征向量T_n。

将构造得到的特征向量T_n组成数据集D，同时，为保证数据分布的一致性和均匀性，对数据集D进行“k折交叉验证”处理，生成k组测试集和训练集。

将k组训练集分别采用CART(Classification And Regression Tree，分类树回归)算法训练决策树，从数据集D所有的A个属性中随机选出一个包含A′＝log₂A个属性的子集，再在A′中以当前数据基尼指数最小的作为属性特征继续参与下次分支，用Gini(D)决定决策树分支的生长方向，当前节点所包含的样本都属于同一类别，或当前节点所覆盖的样本个数小于某一阈值分裂停止，然后对这棵树采用REP法(Reduced-Error Pruning，错误率降低剪枝)进行适当剪枝，最终训练得到k棵决策树。