[发明专利]一种基于遗传模糊C-均值聚类的冷冻除湿机状态监测方法

摘要

本发明公开了一种基于遗传模糊C‑均值聚类的冷冻除湿机状态监测方法，该方法包括设备测量参数的选取、工况模拟、数据样本的采集、标准类中心的计算以及状态的判断，由此实现除湿机的状态监测。在标准类中心的计算过程中用到了基于遗传算法改进的模糊C‑均值聚类方法，改进主要体现在两个方面：一方面利用遗传算法自动计算模糊C‑均值聚类的初始聚类数，由此代替了传统人工选择方法，减少了人为主观因素的影响，提高了聚类数选取的准确性和科学性；另一方面在得到聚类数的情况下利用遗传算法对聚类中心进行计算，得到全局最优解，由此克服了传统模糊C‑均值聚类求解中存在的对初始化值敏感，容易陷入局部极小值的问题。

主权项

1.一种基于遗传模糊C‑均值聚类的冷冻除湿机状态监测方法，其特征在于，包括以下步骤：1)选择与设备运行状态密切相关的测量参数；2)通过实验与人工模拟设定除湿机不同的工作状态；3)选取用于计算设备工作状态类中心的典型数据样本组；4)利用遗传算法计算模糊C‑均值聚类的初始聚类数，在得到初始聚类数的情况下，利用遗传算法计算模糊C‑均值聚类的聚类中心，作为标准的聚类中心，并以该聚类中心作为除湿机标准工作状态类中心；5)采集数据样本并计算与标准聚类中心的贴近度，数据样本由监测设备运行状态的传感器获得，样本维数等于传感器的个数；6)根据贴近度值判断由数据样本代表的设备运行状态，由此实现设备状态监测。