[发明专利]一种高炉故障诊断系统及方法

摘要

本发明提供一种高炉故障诊断系统及方法，该系统包括：历史数据采集模块、实际数据采集模块、特征权重矩阵构造模块、模型建立模块、高炉故障诊断模块。该方法包括：采集高炉生产状况实际属性数据、历史属性数据及其对应的高炉运行故障状态类型；根据各属性对于故障诊断的重要程度确定各属性的特征权重，构造特征权重矩阵；建立用于高炉故障诊断的特征加权孪生超球支持向量机模型；将高炉生产状况实际属性数据带入建立的各特征加权孪生超球支持向量机模型中，获得高炉生产状况实际属性数据所属高炉运行故障状态类型，完成高炉故障诊断。本发明将高炉故障各特征重要性量化，并将各特征重要性融入学习机的构建过程中，以提高故障诊断的精度。

主权项

1.一种高炉故障诊断系统，包括：历史数据采集模块：采集高炉生产状况历史属性数据及其对应的高炉运行故障状态类型；实际数据采集模块：采集高炉生产状况实际属性数据；模型建立模块：建立支持向量机模型，该模型的输入为高炉生产状况历史属性数据；高炉故障诊断模块：将高炉生产状况实际属性数据带入支持向量机模型中，获得高炉生产状况实际属性数据所属高炉运行故障状态类型，完成高炉故障诊断；其特征在于，还包括：特征权重矩阵构造模块：根据各属性对于故障诊断的重要程度确定各属性的特征权重，构造特征权重矩阵；所述属性的特征权重为故障状态类型的信息熵与该属性发生故障状态的信息熵之差；所述模型建立模块是利用特征权重矩阵对任意两个高炉运行故障状态类型及其对应高炉生产状况历史属性数据训练建立的特征加权孪生超球支持向量机模型，该模型的输出为该两个高炉运行故障状态类型之一，该模型中的一对特征加权超球分别表示该两个高炉运行故障状态类型，待分类高炉生产状况历史属性数据离特征加权超球越近，发生对应高炉运行故障状态的概率越高；采用特征加权孪生超球支持向量机构建的第i个类高炉故障状态和第j类高炉故障状态间的分类面，该分类面由一对特征加权超球确定，将训练样本通过某一变换映射到高维特征空间中，使得训练样本在特征空间中超球可分，在高维特征空间中，引入特征权重矩阵，定义第i类故障状态的特征加权超球和第j类故障状态的特征加权超球，分别如下和其中，W为特征权重矩阵，c_i(ij)和R_i(ij)分别为高维特征空间中第i类故障状态的球心和半径，c_j(ij)和R_j(ij)分别为高维特征空间中第j类故障状态的球心和半径；确定高维特征空间中两个特征加权超球的球心和半径，所求特征加权超球尽可能包围第i类故障状态对应的属性数据，而远离第j类故障状态对应的属性数据，其中，特征权重越大的属性对于距离的计算越重要，而特征权重越小的属性对于距离计算的贡献越小；同时要求所求特征加权超球的半径尽可能小，使得特征加权超球尽可能紧；对于任意历史属性数据x，决策函数D_ij(x)即特征加权孪生超球支持向量机模型定义如下：高炉故障诊断模块具体通过将高炉生产状况实际属性数据带入建立的各特征加权孪生超球支持向量机模型中，统计各特征加权孪生超球支持向量机模型输出的高炉运行故障状态类型，获得出现次数最多的高炉运行故障状态类型即高炉生产状况实际属性数据所属高炉运行故障状态类型。