[發(fā)明專利]基于偏F值SELM的多變量工業(yè)過(guò)程故障分類方法有效
| 申請(qǐng)?zhí)枺?/td> | 201811401207.4 | 申請(qǐng)日: | 2018-11-22 |
| 公開(公告)號(hào): | CN109164794B | 公開(公告)日: | 2019-11-29 |
| 發(fā)明(設(shè)計(jì))人: | 鄧曉剛;高凱;曹玉蘋 | 申請(qǐng)(專利權(quán))人: | 中國(guó)石油大學(xué)(華東) |
| 主分類號(hào): | G05B23/02 | 分類號(hào): | G05B23/02 |
| 代理公司: | 37256 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人: | 徐艷艷<國(guó)際申請(qǐng)>=<國(guó)際公布>=<進(jìn)入 |
| 地址: | 266580 山東省*** | 國(guó)省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 故障分類 標(biāo)準(zhǔn)化處理 測(cè)試數(shù)據(jù)集 極限學(xué)習(xí)機(jī) 訓(xùn)練數(shù)據(jù)集 分類模型 堆棧 多變量工業(yè)過(guò)程 測(cè)試數(shù)據(jù) 故障類型 故障診斷 準(zhǔn)確率 構(gòu)建 建模 加權(quán) 驗(yàn)證 | ||
1.一種基于偏F值SELM的多變量工業(yè)過(guò)程故障分類方法,含有以下步驟:
(一)采集工業(yè)過(guò)程正常操作工況數(shù)據(jù)集Xo和C類故障工況數(shù)據(jù)集{X1,X2,…XC}作為訓(xùn)練數(shù)據(jù)集,并使用正常操作工況數(shù)據(jù)集的均值MXo和標(biāo)準(zhǔn)差SXo對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理,得到標(biāo)準(zhǔn)化后的正常操作工況數(shù)據(jù)集和C類故障工況數(shù)據(jù)集
(二)針對(duì)每個(gè)故障工況數(shù)據(jù)集,計(jì)算過(guò)程變量的偏F值F(i,j),其中F(i,j)表示第i,1≤i≤C類故障工況數(shù)據(jù)集中第j個(gè)變量的偏F值;
(三)對(duì)所有故障工況數(shù)據(jù)集得到的偏F值求和,得到第j個(gè)變量在所有故障工況情形下的總體偏F值Fs(j),并根據(jù)各個(gè)變量偏F值在所有變量中的占比per(j)計(jì)算每個(gè)變量在故障分類過(guò)程中的重要性權(quán)值w(j);
(四)利用重要性權(quán)值w(j)對(duì)故障工況數(shù)據(jù)集進(jìn)行加權(quán)處理;
(五)利用堆棧極限學(xué)習(xí)機(jī)建模方法構(gòu)建FSELM分類模型,F(xiàn)SELM分類模型表示為:y=f(x,W(1),…,W(P),V(1),…,V(P),B(1),…,B(P)),其中,x表示輸入向量,即待分類的過(guò)程樣本,y表示輸出向量,為樣本的類別編碼,f(·)表示一個(gè)多層ELM堆棧網(wǎng)絡(luò)函數(shù),W(k),k=1,2,...,P,表示輸入層權(quán)重參數(shù),V(k),k=1,2,...,P,表示線性變換陣,B(k),k=1,2,...,P,表示輸出權(quán)重參數(shù),P表示堆棧層數(shù);
(六)采集測(cè)試數(shù)據(jù)集Xt,并利用正常操作工況數(shù)據(jù)集的均值和方差進(jìn)行標(biāo)準(zhǔn)化處理,得到標(biāo)準(zhǔn)化后的測(cè)試數(shù)據(jù)集
(七)利用重要性權(quán)值w(j)對(duì)測(cè)試數(shù)據(jù)集進(jìn)行加權(quán)處理;
(八)將加權(quán)后的測(cè)試數(shù)據(jù)集輸入FSELM分類模型,根據(jù)FSELM分類模型輸出確定故障類型。
2.如權(quán)利要求1所述的基于偏F值SELM的多變量工業(yè)過(guò)程故障分類方法,其特征在于,步驟(一)中,利用正常操作工況數(shù)據(jù)集的均值MXo和標(biāo)準(zhǔn)差SXo通過(guò)公式(1)對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理,公式(1)的表達(dá)式為:
訓(xùn)練數(shù)據(jù)集由上述公式(1)標(biāo)準(zhǔn)化處理后,即得到標(biāo)準(zhǔn)化后的正常操作工況數(shù)據(jù)集和C類故障工況數(shù)據(jù)集
3.如權(quán)利要求2所述的基于偏F值SELM的多變量工業(yè)過(guò)程故障分類方法,其特征在于,步驟(二)中,針對(duì)故障工況數(shù)據(jù)集通過(guò)計(jì)算公式(2)計(jì)算第j變量的偏F值F(i,j),計(jì)算公式(2)表示為:
式中,v=n0+ni-2,n0為正常操作工況數(shù)據(jù)集中的樣本數(shù)目,ni為故障工況數(shù)據(jù)集中的樣本數(shù)目,m為單個(gè)數(shù)據(jù)集的過(guò)程變量個(gè)數(shù),Ti2為考慮所有過(guò)程變量時(shí)的T2統(tǒng)計(jì)量,表示為:
式中,b0為正常類數(shù)據(jù)的均值向量;bi是第i類故障數(shù)據(jù)的均值向量;Si為組合矩陣的協(xié)方差矩陣;為剔除變量j之后的Ti2值,即:
式中,為b0去掉第j個(gè)變量后的向量,為bi去掉第j個(gè)變量后的向量;為Si去掉第j行和第j列后的矩陣。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國(guó)石油大學(xué)(華東),未經(jīng)中國(guó)石油大學(xué)(華東)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811401207.4/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種軌道列車有線電控空氣制動(dòng)系統(tǒng)的故障處理方法
- 恢復(fù)系統(tǒng)
- 一種故障分類方法及裝置
- 故障的分類方法、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備
- 一種電能質(zhì)量故障分類方法、系統(tǒng)、裝置及可讀存儲(chǔ)介質(zhì)
- 故障分類裝置、故障分類方法以及故障分類程序
- 一種配電網(wǎng)故障類型的識(shí)別方法
- 一種配電網(wǎng)的變壓器的故障分類方法和故障分類裝置
- 一種基于深度學(xué)習(xí)的配電網(wǎng)故障分類方法、系統(tǒng)和介質(zhì)
- 用于電力信息系統(tǒng)的故障分類模型的訓(xùn)練方法及分類方法
- 聲頻處理裝置
- 一種嘔吐物標(biāo)準(zhǔn)化處理方法
- 一種病歷文檔標(biāo)準(zhǔn)化處理系統(tǒng)及方法
- 二進(jìn)制算術(shù)解碼器和二進(jìn)制算術(shù)解碼裝置
- 一種風(fēng)險(xiǎn)識(shí)別方案的確定方法、裝置及電子設(shè)備
- 一種測(cè)井曲線標(biāo)準(zhǔn)化方法及系統(tǒng)
- 文本數(shù)據(jù)標(biāo)準(zhǔn)化處理方法及裝置
- 醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)化處理方法、裝置、介質(zhì)及電子設(shè)備
- 一種高爐煉鐵數(shù)據(jù)標(biāo)準(zhǔn)化處理方法及系統(tǒng)
- 語(yǔ)音識(shí)別模型的數(shù)據(jù)處理方法及裝置
- 一種模塊穩(wěn)定性的分布式測(cè)試方法及裝置
- 一種基于搜索的分層回歸測(cè)試數(shù)據(jù)生成方法
- 用于處理測(cè)試數(shù)據(jù)的方法和裝置
- 一種測(cè)試數(shù)據(jù)集的生成方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 測(cè)試數(shù)據(jù)生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 測(cè)試數(shù)據(jù)預(yù)測(cè)方法及裝置、處理設(shè)備
- 在神經(jīng)網(wǎng)絡(luò)中使用梯度來(lái)檢測(cè)后門
- 破壞性測(cè)試方法及裝置
- 一種集成電路測(cè)試數(shù)據(jù)分析方法及系統(tǒng)
- 測(cè)試方法、裝置及存儲(chǔ)介質(zhì)
- 一種混合粒子群優(yōu)化與極限學(xué)習(xí)機(jī)的電力負(fù)荷預(yù)測(cè)方法
- 具有自主學(xué)習(xí)能力的在線序列極限學(xué)習(xí)機(jī)方法
- 一種基于改進(jìn)極限學(xué)習(xí)機(jī)的作物蒸騰量預(yù)測(cè)方法
- 隨機(jī)蛙跳算法優(yōu)化對(duì)稱極限學(xué)習(xí)機(jī)的帶鋼出口厚度預(yù)測(cè)方法
- 一種基于極限學(xué)習(xí)機(jī)的資源池利用率預(yù)測(cè)方法及裝置
- 一種IGBT模塊老化程度評(píng)估方法
- 一種混合蛙跳反饋極限學(xué)習(xí)機(jī)帶鋼厚度預(yù)測(cè)方法
- 一種基于堆疊式極限學(xué)習(xí)機(jī)框架的數(shù)據(jù)驅(qū)動(dòng)最優(yōu)潮流計(jì)算方法
- 基于增量半監(jiān)督核極限學(xué)習(xí)機(jī)的在線手寫體數(shù)字識(shí)別方法
- 一種空調(diào)冷負(fù)荷預(yù)測(cè)優(yōu)化方法、系統(tǒng)及設(shè)備





