CN119538102A 柴油发电机组故障预测方法、模型、及储存介质 (深圳市怡昌动力技术有限公司)_第1页
CN119538102A 柴油发电机组故障预测方法、模型、及储存介质 (深圳市怡昌动力技术有限公司)_第2页
CN119538102A 柴油发电机组故障预测方法、模型、及储存介质 (深圳市怡昌动力技术有限公司)_第3页
CN119538102A 柴油发电机组故障预测方法、模型、及储存介质 (深圳市怡昌动力技术有限公司)_第4页
CN119538102A 柴油发电机组故障预测方法、模型、及储存介质 (深圳市怡昌动力技术有限公司)_第5页
已阅读5页,还剩31页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

道和平东路金銮国际商务大厦12楼本发明公开了一种柴油发电机组故障预测2根据所述柴油发电机组运行数据进行归一化处理,得到柴油发电机组运根据所述第一故障类别和所述第一故障发生可能性进行转根据所述预测输出值与预先储存的期望输出值进行误差分析,得到根据所述第二故障预测模型参数对预先储存的故障预根据所述运行数据样本、所述属性值均值和所述属性值标准差进行归一化x表示运行数据样本、xn表示柴油发电机组运行数据样本集合中第l个数据样本的第r个属性值、h表示第h个属性值的特征向量,表示第t个属性值的特征向量,为控制邻域影响范围参数,为柴油发电机组运行数据样本集合中数据样本选取的相3l表示局部特征、d(x,x)为扩展运行数据样本集中样本x与样本的欧式距第j个扩展运行数据样本的故障类别、f为预先储存的故障类别数、E为扩展运行数据样本故障类别和所述第一故障发生可能性进行转换,得到第二故障类别和第二故障发生可能通过以下公式进行计算得到第二故障类别和第二故C据样本集中扩展运行数据样本数量、Tj表示第j个扩展运行数据样本对应第i类故障的第一故障发生可能性、Cy表示第j个扩展运行数据样本对应第i类故障的第一故障类别、f表示预先储存的故障类别数、Txj表示第j个扩展运行数据样本发生第k类故障的第一故障j个扩展运行数据样本对应第k类故障的第一故障类别、i表示故根据所述第一故障预测模型参数使用梯度下降法进行迭代,得4并把此时的所述更新故障预测模型参数作为第二故障预测数据处理模块,用于根据所述柴油发电机组运行高维映射模块,用于根据所述柴油发电机组运行数据样本集特征提取模块,用于根据所述欧式距离和预先储存的故障位置发生函数进行特征提特征分析模块,用于根据所述局部特征通过模型进行输出,得数据转换模块,用于根据所述第一故障类别和所述数据输出模块,用于根据所述第二故障类别和所述第二故障发生可能性进行集合输误差分析模块,用于根据所述预测输出值与预先储存的期参数迭代模块,用于根据所述第一故障预测模型参数进行算法结果输出模块,用于根据所述第二故障预测模型参数为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1利要求1至7中任意一项所述的柴油发电机组故5根据所述欧式距离和预先储存的故障位置发生函数进行特征提取,得到局部特根据所述局部特征通过模型进行输出,得到第一故障类别和第一故障发生可能6根据所述第一故障预测模型参数进行算法迭代优化,得到第二故障预测模型参根据所述第二故障预测模型参数对预先储存的故障预测模型进行调整优化后输根据所述运行数据样本、所述属性值均值和所述属性值标准差进行归一化处理,x表示运行数据样本、xn表示柴油发电机组运行数据样本集合中第l个数据样本的第r个属性值、h表示第h个属性值的特征向量,表示第t个属性值的特征向量,为控制邻域影响范围参数,为柴油发电机组运行数据样本集合中数据样本选l表示局部特征、d(x,x)为扩展运行数据样本集中样障发生位置对应的样本的欧式距离、c(c,f)表示预先储存的故障发生位置函数、7cj为第j个扩展运行数据样本的故障类别、f为预先储存的故障类别数、E为扩展运行数据通过以下公式进行计算得到第二故障类别和第二故C行数据样本集中扩展运行数据样本数量、Tj表示第j个扩展运行数据样本对应第i类故障的第一故障发生可能性、Cy表示第j个扩展运行数据样本对应第i类故障的第一故障类别、f表示预先储存的故障类别数、Txj表示第j个扩展运行数据样本发生第k类故障的第一故障发生可能性、cxj表示第j个扩展运行数据样本对应第k类故障的第一故障类别、i8数据转换模块,用于根据所述第一故障类别和所述第一故障发生可能性进行转误差分析模块,用于根据所述预测输出值与预先储存的期望输出值进行误差分根据所述运行数据样本、所述属性值均值和所述属性值标准差进行归一化处理,x表示运行数据样本、xn表示柴油发电机组运行数据样本集合中第l个数据样本的第r个属性值、h表示第h个属性值的特征向量,表示第t个属性值的特征向量,为控制邻域影响范围参数,为柴油发电机组运行数据样本集合中数据样本选9l表示局部特征、d(x,x)为扩展运行数据样本集中样本x与样本的欧障发生位置对应的样本的欧式距离、c(c,f)表示预先储存的故障发生位置函数、cj为第j个扩展运行数据样本的故障类别、f为预先储存的故障类别数、E为扩展运行数据通过以下公式进行计算得到第二故障类别和第二故C行数据样本集中扩展运行数据样本数量、Tj表示第j个扩展运行数据样本对应第i类故障的第一故障发生可能性、Cy表示第j个扩展运行数据样本对应第i类故障的第一故障类别、f表示预先储存的故障类别数、Txj表示第j个扩展运行数据样本发生第k类故障的第一故障发生可能性、cxj表示第j个扩展运行数据样本对应第k类故障的第一故障类别、i数并通过迭代更新故障预测模型的参数来进一步提高S2,根据所述柴油发电机组运行数据进行归一化处理,得到柴油发电机组运行数S3,根据所述柴油发电机组运行数据样本集合进行高维映射,得到扩展运行数据S5,根据所述欧式距离和预先储存的故障位置发生函数进行特征提取,得到局部S6,根据所述局部特征通过模型进行输出,得到第一故障类别和第一故障发生可S7,根据所述第一故障类别和所述第一故障发生可能性进行转换,得到第二故障S8,根据所述第二故障类别和所述第二故障发生可能性进行集合输出,得到预测S9,根据所述预测输出值与预先储存的期望输出值进行误差分析,得到第一故障S11,根据所述第二故障预测模型参数对预先储存的故障预测模型进行调整优化所述属性值标准差通过对每个样本的属性值与属性值均值进行作差后求和即可得x表示运行数据样本、xn表示柴油发电机组运行数据样本集合中第l个数据样本的第r个属性值、h表示第h个属性值的特征向量,表示第t个属性值的特征向量,为控制邻域影响范围参数,为柴油发电机组运行数据样本集合中数据样本选据欧氏距离找出第t个原始样本的k个最相似的邻节点。示例性地,对于原始样本集相似度最高的邻节点数量的获取过程包括:通过计算一个nxn的矩阵u是第i个属[0040]在步骤S3中,根据所述柴油发电机组运行中m表示柴油发电机组运行数据样本集合特征个数,d,=(dy,dzy,…,d)表示第j个扩展运行数据样本的第r个原始特征,r=1,2,…,m,j=1,2,…,n,n表示扩展运行数y=(y,d(x,y)计算公式为:示例性地,有两个二维向量x=(3,4)和y=(6,8),则它们之间的欧氏距离为:在步骤S5中,根据所述欧式距离和预先储存的故障位置发生函数进行特征提取,l表示局部特征、d(x,x)为扩展运行数据样本集中样本x与样本的欧障发生位置对应的样本的欧式距离、c(c,f)表示预先储存的故障发生位置函数、cj为第j个扩展运行数据样本的故障类别、f为预先储存的故障类别数、E为扩展运行数据样本是否来自发电机定子绕组相关的监测点或运行状态,如果是,则f(x)=p,该样本在计算此故障类型的局部特征时被考虑;如果不是,则f(x)士p,该样本被排除在此次计算[0048]在步骤S6中,根据所述局部特征通过模型[0050]在步骤S7中,根据所述第一故障类别和所述第一故[0051]需要说明的是,通过以下公式进行计算得到第二故障类别和第二故障发生可能C行数据样本集中扩展运行数据样本数量、Tj表示第j个扩展运行数据样本对应第i类故障的第一故障发生可能性、Cy表示第j个扩展运行数据样本对应第i类故障的第一故障类别、f表示预先储存的故障类别数、Txj表示第j个扩展运行数据样本发生第k类故障的第一故障发生可能性、cxj表示第j个扩展运行数据样本对应第k类故障的第一故障类别、i输出的故障类别和故障发生可能性通过一定形式进行转换后得到[0053]在步骤S8中,根据所述第二故障类别和所述第二故障发生可能性进行集合输出,[0055]在步骤S9中,根据所述预测输出值与预先储存的期先储存的期望输出值指的是利用专家经验构建故障模型输出的相对[0060]在步骤S11中,根据所述第二故障预测模型参数对预先储存的故障预测模型进行将各个扩展运行数据样本的故障类别、故障发生的可能性以及对应的局部特征作为输出;化了模型参数并通过迭代更新故障预测模型的参数来进一步提高特征提取模块105,用于根据所述欧式距离和预先储存的故障位置发生函数进行数据转换模块107,用于根据所述第一故障类别和所述第一故障发生可能性进行数据输出模块108,用于根据所述第二故障类别和所述第二故障发生可能性进行误差分析模块109,用于根据所述预测输出值与预先储存的期望输出值进行误差[0064]结果输出模块111,用于根据所述第二故障预测模型参数对预先储存的故障预测在所述存储器中并可在所述处理器上运行的计算机程序,例如柴油发电机组故障预测程个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field_Program

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论