[發明專利]一種基于誤差匹配的中低壓燃氣調壓器故障檢測方法

在審

• 申請號: 201911178051.2
• 申請日: 2019-11-26
• 公開（公告）號: CN111026075A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 栗風永;孫猛;王超群
• 申請（專利權）人: 上海電力大學;上海航天能源股份有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 上海德昭知識產權代理有限公司 31204
• 代理人: 郁旦蓉

本發明提供一種基于誤差匹配的中低壓燃氣調壓器故障檢測方法，利用離散化數據思想和統計學習思想，根據隨機森林算法建立算法模型并利用隨機搜索優化算法模型，輸入預處理后的訓練數據對優化后的算法模型進行訓練得到訓練好的算法模型，將預處理后的測試數據輸入訓練好的算法模型后輸出調壓器壓力的預測值，然后將調壓器壓力的預測值與調壓器壓力的真實壓值進行差值計算和誤差特征匹配，最終輸出相應的故障等級+故障類型。該檢測方法通過對壓力數據段進行切分，實現單個子數據段獨立預測，使預測結果的準確性和適應性得到優化，同時考慮到各種因素對預測結果的影響，對溫度，時間，流量，壓力各部分數據完全利用，增強了算法的泛化性能和魯棒性。

技術領域

本發明涉及一種中低壓燃氣調壓器故障檢測方法，具體涉及一種基于誤差匹配和統計分析的中低壓燃氣故障檢測方法。

背景技術

在天然氣輸送的系統中，燃氣調壓器有著舉足輕重的作用，由于現今對天然氣的使用越來越多，用氣量也逐年上升，在燃氣調壓器的運營和維護中，也顯現出越來越多的問題，其中最主要的問題大致有：調壓器診斷方式落后，調壓器診斷準確率低；目前調壓器診斷大部分還是采取定期人工維護，維護成本很高，智能化程度較低。所以，針對調壓器的智能化診斷技術就顯得尤為重要。

現如今大部分調壓器故障檢測方法為燃氣企業委派專業人員定期的維護，通過人工查看壓力數據，基于專家經驗來做分析判斷故障類型，該方法費時費力，同時消耗大量資金，不利于智能化檢測技術的推廣。

近幾年來，機器學習的方法越來越多，應用也越來越廣泛，有學者相繼提出調壓器的智能診斷方法，其通過使用分類器，例如Support Vector Machine，即支持向量機等方法，將調壓器一天的壓力信息作為整體數據樣本進行處理分析，來判斷調壓器的故障類型，其運算速度快，能節約大量的人力物力財力；但該方法存在一個明顯的弊端：對于無規律的壓力信息，特別是中小型企業使用的中小型燃氣調壓器，它的壓力信息變化較大，無法分析規律，并不能有效的判斷故障類型；同時，對于其他因素變化的影響，例如溫度，流量等，魯棒性較差。

發明內容

基于以上背景，本發明的目的在于提供一種故障檢測準確度高，適應能力強；且算法復雜度低，易于實現的檢測方法，基于集成學習和統計學習思想，采用的技術方案如下：

本發明提供一種基于誤差匹配的中低壓燃氣調壓器故障檢測方法，其特征在于，包括如下步驟：

步驟(a)，對訓練數據進行預處理；

步驟(b)，建立算法模型，輸入預處理后的訓練數據對算法模型進行訓練，并保存訓練好的算法模型；

步驟(c)，對測試數據進行預處理；

步驟(d)，向訓練好的算法模型輸入預處理后的測試數據，輸出調壓器壓力的預測值；

步驟(e)，把調壓器壓力的預測值與調壓器壓力的真實壓值進行誤差特征匹配，輸出相應的故障等級+故障類型。

進一步地，本發明提供的基于誤差匹配的中低壓燃氣調壓器故障檢測方法中，步驟(a)包括如下步驟：

步驟(a1)，對作為訓練數據的調壓器時間，溫度T，流量F，壓力P_true，構建一維數組a，a＝[T,F,P_true]，并刪除壓力數據低于0的訓練數據，將一維數組a構建形成嵌套數組A，A＝[a₁，a₂，a₃，…a_M]；

步驟(a2)，對數據清洗后的訓練數據按時間類別排列出對應數據月份mouth，小時hour，溫度T，流量F，壓力P_true并保存到一維數組a中，a＝[month,hour,T,F,P_true]。