[发明专利]一种基于SES-LOF的旋转机械监测数据噪点检测方法

摘要

一种基于SES‑LOF的旋转机械监测数据噪点检测方法，先获取一段旋转机械监测信号作为原始信号，根据幅值计算每个信号点的局部异常因子值；将局部异常因子值大于1的所有信号点标记为可疑噪点，并得到可疑噪点的一个集合；然后从该集合中选取可疑噪点，将该可疑噪点从原始信号中剔除，得到新的信号；再对新的信号先后作希尔伯特变换与傅里叶变换，并计算新的信号的Shannon熵；之后根据3σ准则判断该可疑噪点是否为真实噪点；遍历完集合中的所有可疑噪点后，最终完成真实噪点的检索；本发明方法提高了基于传统LOF算法对旋转机械监测数据进行噪点检测的能力，对于旋转机械监测数据噪点检测工作具有理想的效果。

主权项

1.一种基于SES‑LOF的旋转机械监测数据噪点检测方法，其特征在于，包括以下步骤：1)获得一段旋转机械监测信号作为原始信号x(t)，其中t＝1,…,N，N为该段信号采样点个数；根据幅值大小，依次计算原始信号x(t)数据段中每个点的局部异常因子值；具体为，当t＝j时，点x(j)的局部异常因子值计算表达式如下：其中，k为LOF算法的参数，其值取为5；Nk(x(j))是点x(j)的邻域，即x(j)的第k距离以内的所有点，包括第k距离上的点；lrdk(o)与lrdk(x(j))分别为点o与点x(j)的局部可达密度，根据式(2)、式(3)分别计算：其中，o'为o的邻域，k_distance(o')表示点o'的第k距离，k_distance(o)表示点o的第k距离，d(o,o')表示点o与o'的欧氏距离，d(x(j),o)表示点x(j)与点o的欧氏距离，Nk(o)是点o的邻域，max{·}表示取所有值中的最大值；2)将局部异常因子值大于1的所有点标记为可疑噪点，设有M个可疑噪点，则得到可疑噪点集合Cp；3)从原始信号x(t)中剔除一个可疑噪点得到信号yi(n)：任取一可疑噪点xi(j)∈Cp,i＝1,…,M，其中i表示可疑噪点集合Cp的第i个点，j表示该点在原始信号x(t)中的位置，则原始信号x(t)剔除点xi(j)后，得到信号yi(n),n＝1,…,N‑1；4)对信号y_i(n)进行希尔伯特变换得到然后对进行傅里叶变换，得到zf_i：5)计算信号yi(n)的Shannon熵：由H＝‑∑plnp得：其中，S_i为剔除可疑噪点x_i(j)后，得到信号y_i(n)的Shannon熵，表示求zf_i²的均值；6)重复步骤3)至步骤5)，直至遍历完集合C_p中所有可疑噪点，得到Shannon熵的一个集合7)从所有可疑噪点中筛选出真正噪点：根据3σ准则，设置阈值其中std(·)表示计算标准差；若S_i＞T，则S_i对应的可疑噪点x_i(j)为真实噪点，最终根据阈值T检测出所有真正噪点。