[發(fā)明專利]基于稀疏相對判別分析的百萬千瓦機(jī)組故障變量識別方法

有效

• 申請?zhí)枺?/td>: 201810236129.0
• 申請日: 2018-03-21
• 公開（公告）號: CN108508866B
• 公開（公告）日: 2019-12-31
• 發(fā)明（設(shè)計）人: 趙春暉;王玥
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 33200 杭州求是專利事務(wù)所有限公司
• 代理人: 劉靜;邱啟旺

1.一種基于稀疏相對判別分析的百萬千瓦超超臨界機(jī)組故障變量識別方法，其特征在于，該方法包括以下步驟：

(1)獲取數(shù)據(jù)：一個熱力系統(tǒng)生產(chǎn)過程具有P個變量；采樣K次后得到一個二維數(shù)據(jù)矩陣X(K×P)；分別獲取正常數(shù)據(jù)X_n(N_n×P)和故障數(shù)據(jù)X_f,m(N_f,m×P)，其中，下標(biāo)n表示正常數(shù)據(jù)，下標(biāo)f表示故障數(shù)據(jù)，m表示故障的類別；

(2)計算正常數(shù)據(jù)的類內(nèi)離差矩陣S_n、故障數(shù)據(jù)的類內(nèi)離差矩陣S_f、類間離差矩陣S_b以及權(quán)重因子tr(A)為矩陣A的對角線之和；

(3)構(gòu)造稀疏相對判別分析方法的目標(biāo)函數(shù)：

其中w表示待求的故障方向；P是變量數(shù)，|·|表示絕對值；是S_n的正定估計；是矩陣中的第j個對角元素，因此就是第j個變量的類內(nèi)標(biāo)準(zhǔn)差；w_j是w的第j個變量，參數(shù)λ₁和λ₂為非負(fù)常數(shù)；

(4)采用最小最大化方法轉(zhuǎn)化稀疏判別分析問題的目標(biāo)函數(shù)：

(4.1)定義一個矩陣S_sum＝S_b+βS_f，令f(w)＝w^TS_sumw；

(4.2)根據(jù)最小最大化方法找到函數(shù)Θ(w|w^(m))，使f(w)在w^(m)處得到最小值；

Θ(w|w^(m))＝2w^ΤS_sumw^(m)-w^(m)ΤS_sumw^(m) (2)

其中w^(m)為w中的一個可能值；

(4.3)將公式(1)中的目標(biāo)函數(shù)簡化為如下形式：

(4.4)將公式(3)轉(zhuǎn)化為以下等價形式：

其中，d_j是d的第j個變量；

(5)對于給定的一組參數(shù)λ₁和λ₂的值，求解稀疏的故障方向w：

(5.1)設(shè)置矩陣的第一個奇異值為w的初值w⁽⁰⁾；

(5.2)求解以下方程：

S(x,a)＝sgn(x)(|x|-a)₊ (7)

其中，|·|表示絕對值，()j表示括號內(nèi)向量的第j個元素；

(5.3)如果d＝0，則w＝0，否則，

(5.4)令m＝1,2,...，重復(fù)步驟(5.2)-(5.3)直到w收斂，獲得稀疏的故障方向w；

(6)評估稀疏的故障方向w上保留的變量：

(6.1)對初始故障方向w⁽⁰⁾，計算評估指標(biāo)的參考值obj_ref，

(6.2)對于當(dāng)前計算得到的w，計算以下評估指標(biāo)值obj，

(6.3)如果評估指標(biāo)值obj大于參考值obj_ref，則保留當(dāng)前的故障方向w；

(7)選取另一組參數(shù)λ₁和λ₂，重復(fù)步驟(5)-(6)直到所有可能的λ₁和λ₂組合對應(yīng)的故障方向w都計算得到，所有保留的故障方向組成集合Σ_w；

(8)如果Σ_w為空集，判定無故障變量；反之，取集合Σ_w中評估指標(biāo)值最大的故障方向上保留的變量為辨識到的故障變量X^*；

(9)確定了當(dāng)前故障方向的故障變量X^*后，去掉這些故障變量并更新步驟(1)中的正常數(shù)據(jù)和故障數(shù)據(jù)為和重復(fù)步驟(2)-(8)直到判定無故障變量。

2.根據(jù)權(quán)利要求1所述的一種基于稀疏相對判別分析的百萬千瓦超超臨界機(jī)組故障變量識別方法，其特征在于，所述步驟(1)中，熱力系統(tǒng)生產(chǎn)過程中的變量包括測量變量和操作變量，所述測量變量包括流量、速率、壓力、溫度，所述操作變量包括給料量、閥門開度。