[发明专利]一种基于熵排序与时空分析的故障诊断及预警方法

摘要

一种基于熵排序与时空分析的故障诊断及预警方法，通过对诊断对象多组监测数据的实时监控、存储和分析，可针对同类型不同空间位置的测量信号，从空间和时间角度分别构建监测信号向量，计算不同运行状态下测量信号的熵分布，形成存储排序熵与运行状态对应关系的诊断数据库。利用实时监控的数据信息，分析统计当前状态下设备运行参数的熵，结合诊断数据库，诊断对象实时状态、预测故障趋势并及时告警，为生产系统及重要设备的安全稳定运行、故障预判提供大数据、智能化技术支持，从而提升监控系统应用水平、丰富数据挖掘功能。

主权项

1.一种基于熵排序与时空分析的故障诊断及预警方法，其特征在于，1)计算诊断对象的空间上测点组的排列熵，再根据时间尺度上的排列熵变化进行实时诊断；对选取的诊断对象，以监测系统的不同空间位置同类参数组为单位，实时进行排序熵计算，得到能表征该对象工作状态的实时熵参数，将这些熵参数存入历史数据库，并建立对象各工作状态与熵参数之间的映射关系，形成熵诊断数据库，之后，通过实时计算分析得到的熵参数，在熵诊断数据库中找到对应的工作状态，从而初步判断该对象的工作特性，若一段时间新计算的熵参数在数据库中均没有找到映射关系，根据情况更新数据库的映射关系，或者进行设备报警，提示需要进一步检修；2)在整体诊断结果可疑或报警时，针对各测量信号先分别计算时间尺度的排列熵，再进行空间上不同测量信号的排序，通过排序结果进一步诊断对象状态；首先，针对诊断对象特定参数，在选取的历史时间段内，抽取具有时间序列的样本值，对样本值组进行排序熵计算，得到表征该对象的熵特征；其次，对该诊断对象的其他多个位置的监测量重复上述操作，得到表征该对象的熵特征序列；然后，积累和存储诊断对象的同类参数在各种运行状态下的熵特征序列，并构建运行状态与熵特征序列映射关系的诊断数据库；再次，每隔一段时间，对历史时间段内计算得到该同类参数的熵特征序列，并在诊断数据库中映射得到对象运行状态，熵特征序列中熵值的排序关系与正常运行状态下熵序列相比，没有发生变化，则认为诊断对象运行正常，若发生变化时，在诊断库中可映射出该模式下的运行状态；最后，诊断数据库中如果没有该熵序列，则遍历当前熵序列的排序关系与正常运行状态下排序关系的差异，并锁定到相应的熵序号，对该序号对应的现场测点进行检查和维护。