專利名稱：一種基于海量數(shù)據(jù)的緩變參數(shù)狀態(tài)檢測方法
技術領域：
本發(fā)明屬于狀態(tài)參數(shù)檢測技術領域，尤其涉及一種基于海量數(shù)據(jù)的緩變參數(shù)狀態(tài)檢測方法。
背景技術：
狀態(tài)檢測是故障診斷、預知維修的前提。生產(chǎn)過程向自動化、規(guī)?；l(fā)展，對設備的安全性、可靠性要求亦隨之提高。設備運行中不可避免的遭遇磨損、老化等問題，這種過程具有長期性、累積性、不可逆性以及緩變性的特點，其微弱變化難以察覺，而經(jīng)過長期積累會最終造成系統(tǒng)可靠性下降以至于停機等一系列問題。對緩變參數(shù)的狀態(tài)檢測面臨數(shù)據(jù)量巨大、干擾源眾多、信噪比低、對象復雜度高等問題，以傅里葉變換為基礎的頻譜分析技術難以處理這種非平穩(wěn)過程，時間序列分析技術·會給檢測結果帶來巨大的延遲與滯后，專家系統(tǒng)面對海量數(shù)據(jù)其規(guī)則的提取與創(chuàng)建極其困難且效率低下。創(chuàng)建一種簡單高效的緩變參數(shù)狀態(tài)檢測的通用方法，已經(jīng)成為提高生產(chǎn)過程安全性、可靠性的必然要求。在實際生產(chǎn)過程中，設備對象經(jīng)過完全維修后的時間被定為狀態(tài)檢測的起始時間，定義設備非停機狀態(tài)的運行時間為有效運行時間。

發(fā)明內容
本發(fā)明的目的在于，提出一種基于海量數(shù)據(jù)的緩變參數(shù)狀態(tài)檢測方法，用于解決現(xiàn)有的緩變參數(shù)狀態(tài)檢測方法存在的問題。為了實現(xiàn)上述目的，本發(fā)明提出的技術方案是，一種基于海量數(shù)據(jù)的緩變參數(shù)狀態(tài)檢測方法，其特征是所述方法包括步驟I :根據(jù)緩變參數(shù)對象的輸出值建立全工況動態(tài)基準模型Y = gdyn(X)以及穩(wěn)態(tài)工況基準模型Ystd = gstd (Xstd);其中，X為全工況動態(tài)輸入，Xstd為穩(wěn)態(tài)工況輸入，Y為全工況動態(tài)基準模型輸出、Ystd為穩(wěn)態(tài)工況基準模型輸出；步驟2 :分別計算動態(tài)偏差err和穩(wěn)態(tài)偏差errstd ；其中，計算動態(tài)偏差err具體是，將實際運行數(shù)據(jù)代入全工況動態(tài)基準模型Y =gdyn(X)中，得到全工況動態(tài)基準模型輸出，將全工況動態(tài)基準模型輸出與實際運行數(shù)據(jù)相減，得到動態(tài)偏差err ；計算穩(wěn)態(tài)偏差errstd具體是，對實際運行數(shù)據(jù)提取穩(wěn)態(tài)工況，將提取穩(wěn)態(tài)工況后的實際運行數(shù)據(jù)代入穩(wěn)態(tài)工況基準模型Ystd = gstd (Xstd)中，得到穩(wěn)態(tài)工況基準模型輸出，將穩(wěn)態(tài)工況基準模型輸出與提取穩(wěn)態(tài)工況后的實際運行數(shù)據(jù)相減，得到穩(wěn)態(tài)偏差errstd ；步驟3 :將相鄰的數(shù)個穩(wěn)態(tài)偏差和對應時間的動態(tài)偏差組成一個信息粒并建立每個信息粒的差分方程為err(k) = f (err (k_l)),其中k為采樣點；步驟4 :確定過程演化噪聲Q和測量噪聲R ；
步驟5:利用公式
權利要求
1.一種基于海量數(shù)據(jù)的緩變參數(shù)狀態(tài)檢測方法，其特征是所述方法包括 步驟I :根據(jù)緩變參數(shù)對象的輸出值建立全工況動態(tài)基準模型Y = gdyn(x)以及穩(wěn)態(tài)工況基準模型Ystd = gstd (Xstd);其中，X為全工況動態(tài)輸入，Xstd為穩(wěn)態(tài)工況輸入，Y為全工況動態(tài)基準模型輸出、Ystd為穩(wěn)態(tài)工況基準模型輸出； 步驟2 :分別計算動態(tài)偏差err和穩(wěn)態(tài)偏差errstd ； 其中，計算動態(tài)偏差err具體是，將實際運行數(shù)據(jù)代入全工況動態(tài)基準模型Y = gdyn(X)中，得到全工況動態(tài)基準模型輸出，將全工況動態(tài)基準模型輸出與實際運行數(shù)據(jù)相減，得到動態(tài)偏差err ； 計算穩(wěn)態(tài)偏差errstd具體是，對實際運行數(shù)據(jù)提取穩(wěn)態(tài)工況，將提取穩(wěn)態(tài)工況后的實際運行數(shù)據(jù)代入穩(wěn)態(tài)工況基準模型Ystd = gstd (Xstd)中，得到穩(wěn)態(tài)工況基準模型輸出，將穩(wěn)態(tài)工況基準模型輸出與提取穩(wěn)態(tài)工況后的實際運行數(shù)據(jù)相減，得到穩(wěn)態(tài)偏差errstd ； 步驟3 :將相鄰的數(shù)個穩(wěn)態(tài)偏差和對應時間的動態(tài)偏差組成一個信息粒并建立每個信息粒的差分方程為err(k) = f (err (k_l)),其中k為采樣點； 步驟4 :確定過程演化噪聲Q和測量噪聲R ；
2.根據(jù)權利要求I所述的方法，其特征是所述對實際運行數(shù)據(jù)提取穩(wěn)態(tài)工況具體利用公式
3.根據(jù)權利要求I所述的方法，其特征是所述確定過程演化噪聲Q和測量噪聲R利用公式
全文摘要
本發(fā)明公開了狀態(tài)參數(shù)檢測技術領域中的一種基于海量數(shù)據(jù)的緩變參數(shù)狀態(tài)檢測方法。包括根據(jù)緩變參數(shù)對象的輸出值建立全工況動態(tài)基準模型以及穩(wěn)態(tài)工況基準模型；分別計算動態(tài)偏差和穩(wěn)態(tài)偏差；將相鄰的數(shù)個穩(wěn)態(tài)偏差和對應時間的動態(tài)偏差組成一個信息粒并建立每個信息粒的差分方程；確定過程演化噪聲和測量噪聲；對所有信息粒的動態(tài)偏差進行卡爾曼濾波，得到融合偏差；對融合偏差進行小波變換得到每一尺度低頻重構后的數(shù)據(jù)序列；計算每一尺度低頻重構的香濃熵，從而確定最優(yōu)分解尺度。本發(fā)明解決了現(xiàn)有的緩變參數(shù)狀態(tài)檢測方法存在的問題。
文檔編號G06F17/50GK102902846SQ201210343160
公開日2013年1月30日 申請日期2012年9月14日 優(yōu)先權日2012年9月14日
發(fā)明者曾德良, 劉繼偉, 劉吉臻 申請人:華北電力大學