[发明专利]一种基于海量运行数据的在线故障诊断方法

摘要

本发明提供一种基于海量运行数据的在线故障诊断方法，首先确定故障诊断模型样本参数，获取稳态样本数据，并剔除冗余样本数据；然后利用优选样本训练故障诊断模型；最后在实时诊断过程中，对监测数据进行标准化处理，并对处理后的数据流进行非稳态数据剔除，利用训练好的故障诊断模型对稳态数据进行传感器故障诊断，非稳态数据不作为判定传感器故障的依据，若稳态数据样本中出现故障数据，则故障诊断模型发出报警并进行故障处理。本发明在训练诊断模型的过程中进行样本优选，在实时诊断的过程中进行数据过滤，降低了故障诊断模型的误诊率，提高了故障诊断模型的可靠性、确诊率和容错力，进一步提高了在线监测精度。

主权项

一种基于海量运行数据的在线故障诊断方法，其特征在于，包括如下步骤：(1)优选样本：确定故障诊断模型样本参数，获取稳态样本数据，并剔除冗余样本数据；(2)训练故障诊断模型：利用优选样本训练故障诊断模型；(3)故障诊断：实时监测过程数据，进行标准化处理，并对处理后的数据流进行非稳态数据剔除，利用训练好的故障诊断模型对稳态数据进行传感器故障诊断，非稳态数据不作为判定传感器故障的依据；所述步骤1确定故障诊断模型样本参数的具体方法为：(1a)获取初始诊断模型样本参数集合P：P＝{p1,p2,…,pn}，pi＝{pi1,pi2,…,pim}，其中，pi∈P，i＝{1,2,...,n}表示参数编号，n表示参数个数，m表示对应参数的样本个数；(1b)对初始诊断模型参数之间进行相关性分析，得到各参数与其他参数之间的相关系数：R=r11r12...r1nr21r22...r2n............rn1rn2...rnnn×n]]>其中，rij表示参数pi与参数pj之间的相关系数；(1c)设定相关系数容忍度rtol，计算各参数与其他参数之间相关系数大于rtol的个数得到sij=1rij>rtol0rij<rtol---(1)]]>其中，i＝{1,2,...,n}表示参数编号；(1d)设定最小容忍个数ζ，选取大于最小容忍个数ζ的参数作为最终诊断模型参数，最终诊断模型参数集合为：P′＝{p′1,p′2,…,p′L}，L为最终诊断模型参数个数。