[發明專利]一種基于PCA-SVM的盾構機故障數據清洗方法及裝置

在審

• 申請號: 202210254946.5
• 申請日: 2022-03-15
• 公開（公告）號: CN114579542A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 徐恒吉;楊民強;陳建福;陳鵬;周勝利;郭建豪;劉輝;刁目松;謝旭;孫小玉;高永軍;張超;楊帆
• 申請（專利權）人: 中鐵十四局集團大盾構工程有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 李冉

1.一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，包括：

S10、獲取待診斷盾構機運行過程中的各狀態參量數據集：

S20、利用PCA算法對所述各狀態參量數據集進行降維處理，完成一次數據清洗；

S30、利用SVM算法對PCA算法降維后的狀態參量中的故障數據進行二次清洗。

2.如權利要求1所述的一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，S20步驟包括：

S201、根據所述各狀態參量數據集，構造狀態參量矩陣；所述狀態參量矩陣中的每個狀態參量均包括多個數據樣本；

S202、對每個所述狀態參量中的每個數據樣本進行標準化處理，得到標準化處理之后的狀態參量數據集；

S203、計算并獲得所述標準化處理之后的狀態參量數據集的相關系數矩陣；

S204、根據所述相關系數矩陣，獲得所述相關系數矩陣的特征值和特征向量；

S205、根據所述特征值和特征向量，求取貢獻率并得到降維后的狀態參量矩陣，完成一次數據清洗。

3.如權利要求2所述的一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，S201步驟中，構造狀態參量矩陣如下：

X＝{R1,R2,R3…Rm}，R表示狀態參量，m表示狀態參量總數；

其中，每個狀態參量共包含數據樣本數為n個，即：

r表示數據樣本。

4.如權利要求3所述的一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，S202步驟中，對每個所述狀態參量中的每個數據樣本進行標準化處理：

其中，μ＝E(Rj),表示Rj狀態參量數據的均值；σ＝D(Rj)表示Rj狀態參量數據的方差；i∈[1,2,3,…n]；j∈[1,2,3,…m]；

經過上式(1)處理得到標準化處理之后的狀態參量數據：

其中，表示X集合中第j個狀態參量標準化處理之后的狀態參量；則所有狀態參量的標準化處理之后的狀態參量數據集：

數據集中，每一個子集的均值均為0。

5.如權利要求4所述的一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，S203步驟包括：

計算數據集的相關系數矩陣P：

得到P為：

其中，

p_i,j表示矩陣P中第i行、第j列的元素；i、j分別表示矩陣P中的行和列，取值范圍為[1,m]；分別表示標準化數據集中第i列和第j列數據；cov表示協方差；表示求方差；表示求方差；表示求的均值；E(X_j)表示求X_j的均值。

6.如權利要求5所述的一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，S204包括：

根據下式計算相關系數矩陣P的特征值和特征向量：

|λI-P|＝0

其中，λ表示待求特征值；I表示單位矩陣。

7.如權利要求6所述的一種基于PCA-SVM的盾構機故障數據清洗方法，其特征在于，S205步驟包括：

求取貢獻率并得到降維后的矩陣；定義貢獻率如下：

λ_k表示第k個特征值；k的取值為[1,2,…m]；i表示序號，取值為[1,2,…m]；Q_count(k)表示第k個主元的貢獻率；定義累計貢獻率如下：

保留累計貢獻率達到預設比例以上的前l個主元，得到新的相關系數矩陣P_new；由此得到降維后的狀態參量矩陣：X_new＝X·P_new；

P_new表示相關系數矩陣；X表示狀態參量矩陣；X_new表示降維后的狀態參量矩陣。