[發明專利]基于互信息的多塊k近鄰故障監測方法及系統

在審

• 申請號: 202011060648.X
• 申請日: 2020-09-30
• 公開（公告）號: CN112184034A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 熊偉麗;鄭靜
• 申請（專利權）人: 江南大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N5/04;G06N7/00;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

1.基于互信息的多塊k近鄰故障監測方法，用于對化工-TE過程中的故障進行監測，其特征在于，包括：

步驟S10、獲取原始正常工況樣本數據集A₀及待測樣本數據集x，對所述原始正常工況樣本數據集A₀進行標準化處理得到原始正常工況標準樣本數據集及對待測樣本數據集x進行標準化處理得到待測標準樣本數據集x^*；

步驟S12、根據原始正常工況標準樣本數據集中樣本的兩變量的互信息對所述原始正常工況標準樣本數據集中的變量進行分塊，及根據待測標準樣本數據集x^*中的樣本的兩變量的互信息對待測標準樣本數據集x^*中的變量進行分塊；

步驟S14、求取原始正常工況標準樣本數據集各子塊的控制限，及求取待測標準樣本數據集x^*的各子塊的統計量；

步驟S16、根據貝葉斯推斷，將原始正常工況標準樣本數據集各子塊的控制限及待測標準樣本數據集x^*的各子塊的統計量融合為統計量，并根據統計量與原始正常工況標準樣本數據集的各子塊的控制限的關系確定待測標準樣本數據集x^*是否發生故障；

步驟S18、若發生故障，則根據待測標準樣本數據集x^*中的樣本的變量與變量均值的馬氏距離確定故障子塊及故障樣本。

2.根據權利要求1所述的方法，其特征在于，所述對所述原始正常工況樣本數據集A₀進行標準化處理得到原始正常工況標準樣本數據集采用的第一數學模型為：

其中，a表示原始正常工況樣本數據集A₀∈R^m×n中的一個樣本，a^*表示樣本a經過標準化后處理后得到的原始正常工況標準樣本數據集A₀∈R^m×n中對應的樣本，mean(A₀)表示原始正常工況樣本數據集A₀按行求均值得到的均值向量，std(A₀)表示原始正常工況樣本數據集A₀按行求標準差得到的標準差向量，n代表原始正常工況樣本數據集A₀中的樣本個數，m代表原始正常工況樣本數據集A₀中樣本的變量個數；原始正常工況樣本數據集X₀為矩陣。

3.根據權利要求1所述的方法，其特征在于，所述根據原始正常工況標準樣本數據集中樣本的兩變量的互信息對所述原始正常工況標準樣本數據集中的變量進行分塊，包括：

計算原始正常工況標準樣本數據集中樣本的兩變量的互信息；采用的第二數學模型為：

根據兩變量的互信息對原始正常工況標準樣本數據集中樣本的變量進行分塊，包括：

若樣本的變量x_j與變量x_i的互信息與該兩變量的互信息的中值滿足預設大小關系，則將變量x_j與變量x_i放到同一個子塊中；

其中，p(x_i,x_j)為變量x_i與變量x_j的聯合概率分布，而p(x_i)、p(x_j)分別為變量x_i與變量x_j的邊緣概率分布。

4.根據權利要求3所述的方法，其特征在于，所述分別求取原始正常工況標準樣本數據集各子塊及待測標準樣本數據集x^*各子塊的統計量，并求取原始正常工況標準樣本數據集各子塊的控制限，包括：

求取原始正常工況標準樣本數據集中樣本a_m的前k個近鄰，采用的數學模型為：

計算樣本a_m的統計量，采用的第三數學模型為：

其中，表示樣本a_m與它的第n個近鄰樣本的歐氏平方距離；

根據樣本a_m的統計量確定原始正常工況標準樣本數據集的控制限