[發明專利]一種連續型運行監測數據模擬發生方法及裝置

有效

• 申請號: 201911180122.2
• 申請日: 2019-11-27
• 公開（公告）號: CN110796243B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張可;柴毅;張龍;劉超;宋鑫
• 申請（專利權）人: 重慶大學
• 主分類號: G06N3/048
• 分類號: G06N3/048;G06N3/08
• 代理公司: 重慶市嘉允啟行專利代理事務所(普通合伙) 50243
• 代理人: 胡柯

一種連續型運行監測數據模擬發生方法及裝置，通過對實際系統對象各類運行監測信號的擬合或學習、產生可編程并行和串行連續型型數據，通過編程接口在其中加入各種異常數據或故障數據，也可根據用戶自定義算法仿真和重復現實世界無法復現的連續型信號，并具備多路信號同/異步輸入/出的功能，工作人員根據需要選擇采用完整模擬數據或完整自定義模擬數據。本發明通過測試系統對樣本信號的響應，實現對系統對象運行的分析、調試、檢測、故障診斷等功能。

技術領域

本發明涉及工業過程測試與信號模擬技術領域，特別是一種連續型運行監測數據模擬發生方法。

背景技術

大型裝備及系統和工業過程會產生海量的運行數據，這些數據蘊含了對象整體運行狀況，人們可以通過測試分析來發現其中的具體工況。但隨著系統對象復雜程度和規模的增長，運行監測數據呈數量級增長，純粹的實物分析其測試結果的精度和時效性難以得到保障。考慮到大量的運行監測數據是以連續型有界數據的形式呈現，能夠模擬連續型的系統對象運行輸出數據的發生方法及其承載裝置將有助于人們對于測試分析方法深入分析，進而提升對于整體系統對象工況的認識能力。

發明內容

本發明的其中一個目的就是提供一種連續型運行監測數據模擬發生方法。

本發明的該目的是通過這樣的技術方案實現的，具體步驟如下：

1)采集待模擬實際系統的運行監測數據，分類形成樣本信號數據池；

2)根據步驟1)中所述樣本信號數據池，分別生成正常運行數據模擬規則庫和異常工況數據模擬規則庫；

3)根據步驟2)中所述正常運行數據模擬規則庫，生成自定義正常運行數據模擬規則庫；根據步驟2)中所述異常工況數據模塊規則庫，生成自定義異常工況數據模擬規則庫；

4)結合正常運行數據模擬規則庫和異常工況數據模擬規則庫生成完整模擬數據；結合自定義正常運行數據模擬規則庫和自定義異常工況數據模擬規則庫生成完整自定義模擬數據。

進一步，步驟1)中所述分類形成樣本信號數據池的具體方法如下：

1-1)對實際系統所產生的監測數據進行劃分，根據監測數據的類型、功能、產生條件、機理的差異將數據源劃分成多種類別數據池；

1-2)設置實際系統監測對象的數據采樣周期；

1-3)將步驟1-1)中所述多種類別數據池內的數據劃分為正常數據和異常工況數據，并存入到正/異常數據池中；

1-4)將步驟1-3)中所述正/異常數據池內的數據，劃分為測試數據和訓練數據。

進一步，步驟1-3)中所述劃分為正常數據和異常工況數據的具體方法為：將同種時間條件下的大量輸出結果作為數據集，求其平均值λ和標準差σ，根據工況和執行標準的差異，人為對數據標準差添加影響因子γ，將判斷異常數據的標準差設定為α＝σ+γ，針對每個數據χ，若(χ－λ)²α²，則判斷為異常數據。

進一步，生成正常運行數據模擬規則庫的具體方法如下：

2-1-1)提取步驟1-4)中正常數據池內的訓練數據；

2-1-2)根據訓練數據的類型、產生條件、關聯參數、信號周期、幅值范圍、產生頻率、噪聲范圍、噪聲頻率因素確定訓練樣本的結構，即輸入和輸出個數；

2-1-3)根據RBF人工神經網絡學習、回歸、擬合方式對訓練數據進行處理，得到針對不同正常運行監測數據的神經網絡模型、關系表達式和正常運行數據模擬規則庫；