[发明专利]一种基于动态关联规则挖掘的工业过程异常工况预测方法

摘要

本发明公开了一种基于动态关联规则挖掘的工业过程异常工况预测方法，可应用于工业过程的故障预测与健康管理。本发明利用滑动窗口的方式挖掘工业设备运行参数动态关联规则，并将其引入工业过程异常工况预测中。本发明考虑关联规则的时间特性，利用滑动窗口限制数据长度，提出一种用于两两运行参数动态关联规则挖掘的关联规则挖掘算法，随后将关联规则挖掘结果引入小波神经网络预测中，以动态关联规则不断更新网络，以获得更为准确的预测结果。对于工程上的故障预测和健康管理有重大应用价值。

主权项

1.一种基于动态关联规则挖掘的工业过程异常工况预测方法，其特征在于，具体步骤如下：步骤1：基于滑动窗口对工业过程中传感器所采集的测量值时间序列进行数据预处理，对时间序列进行分段线性化表示、聚类、符号化，生成适用于关联规则挖掘的事务集；步骤2：采用两阶段的频繁项集产生策略生成频繁项集，并挖掘两两参数的关联规则；步骤3：利用初始数据集进行关联规则挖掘，基于初始关联规则挖掘结果，训练初始小波神经网络模型；步骤4：基于数据更新进行数据窗口的滑动，对于新数据窗口进行关联规则更新和小波神经网络模型更新；步骤5：基于更新的小波网络模型进行异常工况预测，并在预测到异常工况发生前不断更新关联规则和小波神经网络模型。