[发明专利]故障分类方法和系统

摘要

本发明公开了一种故障分类方法和系统，所述方法包括：根据待聚类设备数和每台设备的缺陷数据生成缺陷数据集；根据缺陷数据集获得预设数目个粒子；设置各个粒子的初始状态，确定各个粒子的初始位置矩阵、初始速度矩阵和初始最优数据分类结果，以及整个粒子群的初始最优数据分类结果；根据缺陷数据集，整个粒子群的初始最优数据分类结果，以及各个粒子的初始位置矩阵、初始速度矩阵和初始最优数据分类结果，通过迭代得到满足第一预设要求的整个粒子群的最优分类结果；将满足第一预设要求的最优分类结果作为迭代初值，再次迭代得到满足第二预设要求的整个粒子群的最优分类结果。本发明提高聚类准确性的同时大大降低运行时间，满足实际应用需要。

主权项

1.一种故障分类方法，其特征在于，包括以下步骤：根据待聚类设备数和每台设备的缺陷数据生成缺陷数据集；根据所述缺陷数据集获得预设数目个粒子，各个所述粒子中的第一个粒子采用预设方法生成，各个所述粒子中的剩余粒子随机生成；设置各个所述粒子的初始状态，确定各个所述粒子的初始位置矩阵、初始速度矩阵和初始最优数据分类结果，并根据各个所述粒子的初始最优数据分类结果，得到整个粒子群的初始最优数据分类结果；根据所述缺陷数据集，所述整个粒子群的初始最优数据分类结果，以及各个所述粒子的初始位置矩阵、初始速度矩阵和初始最优数据分类结果，通过迭代得到满足第一预设要求的整个粒子群的最优分类结果；根据所述缺陷数据集和满足所述第一预设要求的整个粒子群的最优分类结果，通过迭代得到满足第二预设要求的整个粒子群的最优分类结果；其中，根据所述缺陷数据集，所述整个粒子群的初始最优数据分类结果，以及各个所述粒子的初始位置矩阵、初始速度矩阵和初始最优数据分类结果，通过迭代得到满足第一预设要求的整个粒子群的最优分类结果的步骤包括：根据所述缺陷数据集和各个所述粒子的初始位置矩阵得到第一初始聚类中心位置矩阵；根据所述第一初始聚类中心位置矩阵、所述缺陷数据集和各个所述粒子的初始位置矩阵得到第一初始指标函数；根据所述第一初始指标函数对所述整个粒子群的初始最优数据分类结果和各个所述粒子的初始最优数据分类结果进行更新；根据得到的更新后的整个粒子群的最优数据分类结果和各个所述粒子的最优数据分类结果，对各个所述粒子的初始位置矩阵和初始速度矩阵进行更新；根据得到的更新后的各个所述粒子的位置矩阵和速度矩阵，对各个所述粒子的惯性常数和权重因子进行更新；判断当前迭代得到的指标函数与上一次迭代得到的指标函数之间的变动是否小于预设第一阈值；当判定小于所述预设第一阈值时，停止迭代，得到当前迭代更新后的整个粒子群的最优数据分类结果并输出；否则，将得到的当前迭代更新后的整个粒子群的最优数据分类结果作为新的各个所述粒子的初始位置矩阵，返回步骤根据所述缺陷数据集和各个所述粒子的初始位置矩阵得到第一初始聚类中心位置矩阵。