[發明專利]基于Kalman濾波的ESN的渦輪發電機的分類子模型的剩余壽命預測方法

有效

• 申請號: 201210246132.3
• 申請日: 2012-07-17
• 公開（公告）號: CN102788955A
• 公開（公告）日: 2012-11-21
• 發明（設計）人: 劉大同;周建寶;王紅;王建民;徐勇;彭宇
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01R31/34
• 分類號: G01R31/34;G01M15/00
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 牟永林

1.基于Kalman濾波的ESN的渦輪發電機的分類子模型的剩余壽命預測方法，其特征在于，它包括下述步驟：

步驟一、對100個測試數據單元進行分類，得到k個測試數據集合；每個測試數據集合對應一個ESN的渦輪發電機的分類子模型，每個ESN的渦輪發電機的分類子模型的參數不同，k個ESN的渦輪發電機的分類子模型組成分類子模型庫；E表示測試數據單元的個數，

測試數據單元為ESN的渦輪發電機的分類子模型的一組數據集，該組數據集包含E個渦輪發動機的數據單元，其中，E＝100，

每一個測試數據單元為24維數據，該24維數據中的3維數據表示渦輪發動機操作條件數據，剩余的21維表示傳感器采集的渦輪發動機狀態數據，

步驟二、將步驟一的每個測試數據輸入與該數據集合對應的ESN的渦輪發電機的分類子模型進行運算得到該測試數據的剩余壽命預測值。

2.根據權利要求1所述的基于Kalman濾波的ESN的渦輪發電機的分類子模型的剩余壽命預測方法，其特征在于，步驟一所述的對100個測試數據單元進行分類，得到k個測試數據集合的具體步驟為：

步驟一一、數據初始值，U100，i＝1，

步驟一二、隨機選取U個已知的訓練數據單元中的一個訓練數據單元作為一個ESN的渦輪發電機的分類子模型的輸入輸出數據，同時將所述的被選擇的訓練數據單元刪除，U表示已知的訓練數據單元的個數；通過交叉驗證法選取使得與該子模型輸出結果最好儲備池參數，建立第i個Kalman濾波的ESN的渦輪發電機的分類子模型；

訓練數據單元包含100個渦輪發動機的數據單元，所述的100個渦輪發動機均屬于同一生產批次，且100個渦輪發動機在開始試驗之前的初始剩余壽命不同，

每個數據單元為24維數據，該24維數據中的3維數據表示渦輪發動機操作條件數據，剩余的21維表示傳感器采集的渦輪發動機狀態數據，

步驟一三、將測試數據單元依次輸入至第i個ESN的渦輪發電機的分類子模型進行剩余壽命預測，并計算相應的剩余壽命，選擇測試單元的剩余壽命與該測試單元的設計的剩余壽命之間的誤差小于或等于10的測試單元加入第i組分類數據，同時將所述測試數據單元刪除；

步驟一四、判斷U是否大于90，判斷為是，則執行步驟一三；判斷為否，則結束訓練，刪除剩余的測試數據單元，令k＝i，得到k個測試數據集合和k個ESN的渦輪發電機的分類子模型；

步驟一五、則令i?i+1,U?U-1，并返回執行步驟一二，進行下一輪判斷。

3.根據權利要求2所述的基于Kalman濾波的ESN的渦輪發電機的分類子模型的剩余壽命預測方法，其特征在于，步驟一二所述的通過交叉驗證法選取使得與該子模型輸出結果最好儲備池參數，建立第i個Kalman濾波的ESN的渦輪發電機的分類子模型的具體步驟為：

A、訓練階段，建立Kalman濾波的ESN的渦輪發動機的數學模型，根據已知的輸入單元u(n)和已知的輸出單元y(n-l)，采用Kalman濾波的ESN的渦輪發動機的數學模型的內部處理單元的更新方程和Kalman濾波求得輸出權值矩陣W^out，

B、在測試階段，被測渦輪發動機在正常運行時，通過傳感器測量獲得渦輪發動機的24維數據作為輸入單元的數據集；結合步驟一訓練后的Kalman濾波的ESN的渦輪發動機的數學模型的輸出單元和輸出權值矩陣W^out，采用訓練后的Kalman濾波的ESN的渦輪發動機的數學模型的輸出單元的方程求得待測ESN的渦輪發動機的剩余壽命預測值。