[发明专利]基于优化随机森林算法的燃气轮机控制系统故障诊断方法

权利要求书

1.一种基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，所述方法包括：

在燃气轮机控制系统的速比阀截止阀回路的正常信号中引入预设故障，以构成初始故障数据集；

对所述初始故障数据集进行时域特征提取，以建立故障特征数据集；

利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型；

将提取的故障特征作为所述优化随机森林算法的故障诊断模型的输入，以此得到诊断结果，进而实现所述燃气轮机控制系统的回路的故障诊断。

2.根据权利要求1所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，所述预设故障包括转速传感器偏差故障、压力传感器偏差故障与强振动故障、速比阀效率损失故障。

3.根据权利要求2所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，

所述转速传感器偏差故障和所述压力传感器偏差故障的数学描述均为下式：

其中，y(t)为转速传感器和压力传感器的实际输出；u_i(t)为无故障下的输出；α(t)为偏差故障信号，t为时间，t₀为故障的发生时刻。

4.根据权利要求2所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，

所述强振动故障的数学描述为下式：

其中，y(t)为传感器的实际输出，b为常数，α(t)为偏差故障信号，t为时间，t₀为故障的发生时刻。

5.根据权利要求2所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，

所述速比阀效率损失故障的数学描述为下式：

其中，p(t)为执行机构实际输出，v_i(t)为无故障下的输出，β为常数，t为时间，t₀为故障的发生时刻。

6.根据权利要求1所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，所述利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型，包括：

针对所述特征数据集，利用网格搜索，交叉验证优化随机森林算法的参数，建立随机森林算法的故障诊断模型；

将故障特征样本输入到随机森林算法的故障诊断模型中进行训练，并保存训练好的最优模型，从而建立优化随机森林算法的故障诊断模型。

7.根据权利要求6所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，

所述利用交叉验证，采用网格搜索优化随机森林算法，建立优化随机森林算法的故障诊断模型，包括：

采用bootstrap重抽样方法对所述特征数据集进行重采样，并生成N个随机的故障特征子集T₁，T₂,T₃…T_N；

针对所述故障特征子集，利用网格搜索，交叉验证优化随机森林算法的参数，建立随机森林算法的故障诊断模型；

将故障特征样本输入到随机森林算法的故障诊断模型中进行训练，并保存训练好的最优模型，从而建立优化随机森林算法的故障诊断模型。

8.根据权利要求7所述的基于优化随机森林算法的燃气轮机控制系统故障诊断方法，其特征在于，所述针对所述特征数据集，利用网格搜索，交叉验证优化随机森林算法的参数，建立随机森林算法的故障诊断模型，包括：

针对所述特征数据集，设置超参数并构件参数网；

采用交叉验证对随机森林算法的参数进行评估，并且进行N次交叉验证；

将N次交叉验证模型的结果取平均值；

在处理完所有参数组合的情况下，输出最优参数解作为随机森林算法的故障诊断模型的参数，否则继续进行采用交叉验证对随机森林算法的参数进行评估。