[发明专利]一种故障检测方法和系统

摘要

本发明公开了一种故障检测方法和系统，将工业过程中的已有训练数据集映射到非线性特征空间，生成映射后的训练样本数据集；将在所述工业过程中收集的数据映射到所述非线性特征空间，生成映射后的测试数据；根据所述训练样本数据集判断所述测试数据是否为故障数据。本申请提供的技术方案把工业过程中采集的数据经非线性映射投影到非线性特征空间，在非线性特征空间中利用训练样本数据集对测试数据进行高效的故障检测，可以提高对于故障的检测精度，能够获得更高的故障检测率。

主权项

1.一种故障检测方法，其特征在于，包括：将工业过程中的已有训练数据集映射到非线性特征空间，生成映射后的训练样本数据集；其中，所述已有训练数据集包括正常数据和故障数据；将在所述工业过程中收集的数据映射到所述非线性特征空间，生成映射后的测试数据；根据所述训练样本数据集判断所述测试数据是否为故障数据；所述根据所述训练样本数据集判断所述测试数据是否为故障数据，包括：在训练样本数据集中查找与所述测试数据z∈R^N距离最近的训练数据z*；判断所述训练数据z*是否为正常数据；如果所述训练数据z*是正常数据，则判定所述测试数据z∈R^N为正常数据，如果所述训练数据z*是故障数据，则判定所述测试数据z∈R^N为故障数据；所述将工业过程中的已有训练数据集映射到非线性特征空间，生成映射后的训练样本数据集，包括：利用非线性映射函数k(x_i,x_j)＝exp(‑γ||x_i‑x_j||²)将工业过程中的已有训练数据集映射到非线性特征空间x_i→z_i＝[k(x_i,x₁),k(x_i,x₂),…,k(x_i,x_N)]^T，生成映射后的训练样本数据集其中，x_i∈R^D表示工业过程中的过程变量，D表示所述过程变量的个数，y_i＝{+1,‑1}表示x_i的类别标签，所述类别标签包括正常数据标签和故障数据标签，N表示所述已有训练数据集中的训练数据的个数，z_i∈R^N为x_i在所述非线性特征空间中的像，是所述已有训练数据集中距离排序的第三四分位数，是所述已有训练数据集中距离排序的第一四分位数；所述将在所述工业过程中收集的数据映射到所述非线性特征空间，生成映射后的测试数据，包括：利用非线性映射函数k(x,x_i)将在所述工业过程中收集的数据x∈R^D映射到所述非线性特征空间x→z＝[k(x,x₁),k(x,x₂),…,k(x,x_N)]^T，生成映射后的测试数据z∈R^N。