[发明专利]气缸异常爆发压力的识别方法和系统

权利要求书

1.一种气缸异常爆发压力的识别方法，其特征在于，包括：

获取设备运行时的实时监测数据；其中，所述实时监测数据包括实时监测的柴油机负荷数据和气缸爆发压力数据；

将所述实时监测数据输入预先训练过的一类支持向量机模型，输出所述实时监测数据的数据类型；所述数据类型包括设备正常运行数据和设备异常运行数据；

当所述实时监测数据为所述设备异常运行数据时，进行设备异常告警。

2.根据权利要求1所述的方法，其特征在于，所述一类支持向量机模型通过下述步骤训练得到：

获取所述设备正常运行时的初始气缸爆发压力数据集；其中，所述初始气缸爆发压力数据集包括船舶在航且所述设备正常运行时的气缸爆发压力数据和与之对应的柴油机负荷数据；

将所述初始气缸爆发压力数据集按预设比例分为训练集和验证集；

基于所述训练集训练初始一类支持向量机模型，直至达到预设的训练要求，得到第一一类支持向量机模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述训练集构建初始一类支持向量机模型，并根据所述验证集对所述初始一类支持向量机模型进行验证，以得到第一一类支持向量机模型的步骤之后，还包括：

根据粒子群优化算法，对所述第一一类支持向量机模型进行优化，得到第二一类支持向量机模型和所述第二一类支持向量机模型的最优超参数；

基于所述验证集验证所述第二一类支持向量机模型，直至达到预设的验证要求，得到一类支持向量机模型；

基于所述最优超参数，确定所述设备正常运行时的气缸爆发压力数据集。

4.根据权利要求2所述的方法，其特征在于，所述初始气缸爆发压力数据集中的数据为进行归一化处理后得到的数据。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述实时监测数据为所述设备正常运行数据时，基于所述实时监测数据对所述一类支持向量机模型和所述气缸爆发压力数据集进行优化，以对下一实时监测数据的类型进行判断。

6.根据权利要求5所述的方法，其特征在于，所述当所述实时监测数据为所述设备正常运行数据时，基于所述实时监测数据对所述一类支持向量机模型和所述气缸爆发压力数据集进行优化，以对下一实时监测数据的类型进行判断的步骤，包括：

将所述实时监测数据添加到所述气缸爆发压力数据集中，得到第一气缸爆发压力数据集；

基于所述第一气缸爆发压力数据集对所述一类支持向量机模型进行训练，得到第三一类支持向量机模型；

根据粒子群优化算法，基于所述第三一类支持向量机模型进行优化，得到第四一类支持向量机模型和所述第四一类支持向量机模型的最优超参数；

将所述第四一类支持向量机模型确定为一类支持向量机模型，将所述第四一类支持向量机模型的最优超参数确定为所述气缸爆发压力数据集。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

当所述气缸爆发压力数据集中的数据数量超过预设数据数量时，随机删去部分数据以使所述数据数量小于所述预设数据数量。

8.一种气缸异常爆发压力的识别系统，其特征在于，包括：

数据获取模块，用于获取设备运行时的实时监测数据；其中，所述实时监测数据包括实时监测的柴油机负荷数据和气缸爆发压力数据；

分析模块，用于将所述实时监测数据输入预先训练过的一类支持向量机模型，输出所述实时监测数据的数据类型；所述数据类型包括设备正常运行数据和设备异常运行数据；

报警模块，用于当所述实时监测数据为所述设备异常运行数据时，进行设备异常告警。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序运行时执行如权利要求1-7任一项所述的方法的步骤。