基于网络结构熵的流程工业机电系统耦合状态评估方法技术方案

本发明专利技术公开了基于网络结构熵的流程工业机电系统耦合状态评估方法，先通过FFT方法求取序列的拟周期，从而确定耦合分析的时间窗宽，利用DCCA算法计算多变量两两之间的相关性，构建反映多变量耦合关系的加权网络模型，可及时获取过程监测变量间的耦合关系的变化，实现系统上下游的快速精准调度，实现系统的精细化管控，NSEn方法计算每个时间窗内监测变量耦合关系网络模型的熵值，利用监测数据间的耦合关联关系，通过网络拓扑结构的动态变化可以直观的反映系统不同部位的动态耦合过程，网络结构熵的来定量的表征系统的状态演化过程，为系统管理人员提供全面的调度和维修决策信息，提高复杂工况下对流程工业复杂机电系统安全可靠运行决策的科学性和智能化水平。

Evaluation method for coupling state of electromechanical system in process industry based on network structure entropy

The invention discloses a method for evaluating the coupling state of electromechanical systems in process industry based on network structure entropy. Firstly, the quasi-period of the sequence is obtained by FFT method, so as to determine the time window width of the coupling analysis. The DCCA algorithm is used to calculate the correlation between the two variables, and a weighted network model reflecting the multivariable coupling relationship is constructed. The change of coupling relationship between process monitoring variables can be acquired in time, the fast and accurate scheduling of upstream and downstream of the system can be realized, and the fine management and control of the system can be realized. NSEn method calculates the entropy value of the network model of coupling relationship between monitoring variables in each time window. Using the coupling relationship between monitoring data, the dynamic of network topology can be achieved. Change can directly reflect the dynamic coupling process of different parts of the system, and network structure entropy can quantitatively represent the state evolution process of the system. It can provide comprehensive scheduling and maintenance decision-making information for system administrators, and improve the scientificity and wisdom of decision-making for safe and reliable operation of complex electromechanical systems in process industry under complex conditions. Energy level.

【技术实现步骤摘要】
基于网络结构熵的流程工业机电系统耦合状态评估方法
本专利技术涉及复杂机电系统服役安全状态评估领域，具体涉及一种基于DCCA-NSEn的流程工业机电系统耦合网络建模与评估方法。
技术介绍
流程工业生产系统生产设备繁多，且需要各种辅助系统，各结构单元之间不断地进行着物质、信息、能量的交换，系统内部关联耦合度高，是一个分布式的复杂机电系统。设备故障和工艺调整常常导致系统性的波动，及时准确的发现工业过程中的运行故障和合理评估故障过程的恢复程度，对流程系统上下游的合理调控显得尤为重要。调度人员依据以往的调度经验对系统的上下游调度，常常为了安全起见，容易产生过调度或调度不及时等情况，造成生产的中断或生产负荷下降，由此可能引起巨大的经济损失。因此，寻找有效的状态评估方法对系统运行状态作出及时准确的评估，以此为调度人员提供可靠的系统实时状态，减少由于调度不适而造成的经济损失的迫切之需。复杂机电系统综合状态评估方面，李黎等根据信息数据关联规则和因素空间理论的变权综合概念，提出了一种对电力变压器进行状态评估的方法。程瑛颖，杨华潇等针对电能计量装置提出了一种基于监测数据进行的状态评估方法。姚云峰等在评估装本文档来自技高网...

【技术保护点】
1.基于网络结构熵的流程工业机电系统耦合状态评估方法，其特征在于，具体包括以下步骤：步骤1)、选取需要分析的复杂机电系统的监测目标的变量集，监测变量集从DCS监测系统中获取一定时间历程的监测数据集，所获得的监测时间序列数据集为n维监测时间序列矩阵；步骤2)、对所获得的监测数据集进行预处理，具体包括时间序列降噪，删除信息量少的变量，冗余特征的自适应融合以及滑动窗口的确定；步骤3)、对预处理后的监测序列数据利用去趋势交叉分析，确定每对变量之间是否存在耦合关系，若存在耦合关系计算去趋势交叉系数；步骤4)、以监测变量为节点，耦合关系为边，耦合系数的大小为边的权重建立复杂机电系统耦合网络模型；步骤5)、...

【技术特征摘要】
1.基于网络结构熵的流程工业机电系统耦合状态评估方法，其特征在于，具体包括以下步骤：步骤1)、选取需要分析的复杂机电系统的监测目标的变量集，监测变量集从DCS监测系统中获取一定时间历程的监测数据集，所获得的监测时间序列数据集为n维监测时间序列矩阵；步骤2)、对所获得的监测数据集进行预处理，具体包括时间序列降噪，删除信息量少的变量，冗余特征的自适应融合以及滑动窗口的确定；步骤3)、对预处理后的监测序列数据利用去趋势交叉分析，确定每对变量之间是否存在耦合关系，若存在耦合关系计算去趋势交叉系数；步骤4)、以监测变量为节点，耦合关系为边，耦合系数的大小为边的权重建立复杂机电系统耦合网络模型；步骤5)、通过设定滑动步长，对每一个滑动窗口建立耦合网络，利用网络结构熵定量分析系统的耦合状态，形成系统服役性能状态演化曲线，从而完成工业机电系统耦合评估。2.根据权利要求1所述的基于网络结构熵的流程工业机电系统耦合状态评估方法，其特征在于，监测序列采样频率需要依据采样成本和监测精度进行设定，并设定样本的长度，从系统运行过程历史数据中获取监测数据集。3.根据权利要求1所述的基于网络结构熵的流程工业机电系统耦合状态评估方法，其特征在于，对监测数据集的预处理方法，具体包括以下步骤：(1)将异源的数据进行数据归一化，对归一化以后的数据采用小波包方法进行降噪；(2)利用时间序列的信息熵计算每一变量的信息量，设定阈值R，去除信息量小于R的变量；(3)利用自适应加权融合方法对冗余变量进行融合，减少后续计算复杂度；(4)时间窗口宽度的选取，通过算法分析出时间序列的拟周期来代表时间序列的变化周期，即序列长度大于变量的拟周期时，则此段时间序列能够较好的反映变量的特征。4.根据权利要求3所述的基于网络结构熵的流程工业机电系统耦合状态评估方法，其特征在于，采用FFT算法对多个具有混沌特性的变量的拟周期进行计算，得到n个时间序列的拟周期T1，T2...

【专利技术属性】
技术研发人员：高智勇，谢军太，高建民，姜洪权，王荣喜，冯龙飞，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61