一种故障相关的变量选择方法技术

本发明专利技术公开了一种故障相关的变量选择方法，具体涉及工业过程监控和故障检测领域。该方法利用KL散度来度量某个变量在故障发生前后的差异，选择出对故障敏感的变量用于对工业过程进行数据建模。具体包括：分别采集工业过程运行的正常数据和故障数据；依次计算m个测量变量在正常和故障情况下的KL散度，以此作为该变量对于反映故障效应的贡献值；将贡献值从大到小排列，根据一定的规则选择前d个最大的贡献值对应的变量；利用所选择的变量对工业过程进行数据建模，并进行后续的过程监控和故障检测，能够减少计算复杂度，并有效降低建模过程中出现过拟合的概率，有利于构建一个简洁、高性能的数据模型。

A Fault-related Variable Selection Method

【技术实现步骤摘要】
一种故障相关的变量选择方法
本专利技术涉及工业过程监控和故障检测领域，具体涉及一种故障相关的变量选择方法。
技术介绍
随着现代工业的快速发展，工业过程的规模和复杂程度不断提高。复杂的工业过程安装了大量的传感器，可能包含成千上万的测量变量。以大型发电机组为例，它包含了大量的操作单元，例如过热器、再热器、汽轮机和发电机等，同时有大量的阀门、管道和辅机等设备。因此，一台1000MW的大型发电机组可能包含上万个测量变量。海量的测量数据极大地促进了数据驱动故障检测技术的发展，同时也对高效的过程监控带来了前所未有的挑战。目前，大多数过程监控技术利用所有的测量变量进行数据建模和故障检测。已有研究表明，并非所有的测量变量都是与系统故障紧密相关的，即只有一部分变量包含故障的关键信息。无关的变量可能增加不必要的计算复杂度，甚至降低算法的监控性能。从所有的测量变量中选择出最能反映故障效应的变量，有助于提高故障过程的可解释性，挖掘其中潜在的故障信息。
技术实现思路
本专利技术针对上述问题，提出了一种故障相关的变量选择方法，旨在选择包含特定故障信息最多的部分变量。本专利技术具体采用如下技术方案：一种故障相关的变量本文档来自技高网...

【技术保护点】
1.一种故障相关的变量选择方法，其特征在于，具体包括以下步骤：11、采集工业过程运行的正常数据

【技术特征摘要】
1.一种故障相关的变量选择方法，其特征在于，具体包括以下步骤：11、采集工业过程运行的正常数据和故障数据建立训练数据集，其中，Nn表示正常情况下的样本数目，Nf表示故障情况下的样本数目，m表示测量变量的数目；12、以KL散度来度量某个变量在正常和故障情况下的差异，差异大的变量被认为是有助于反映故障效应的变量，定义第i个测量变量对于反映故障效应的贡献值为式(1)所示：其中，i＝1,2,…,m，pf(xi)和pn(xi)分别为变量xi在故障和正常情况下的概率密度函数；13、将m个变量的贡献值按照降序排列，记为式(2)cont(x[1])≥cont(x[2])≥…≥cont(x[m])(2)其中，cont(x[i])为第i个最大的贡献值；14、计算前d个最大的贡献值的累积贡献率，如式(3)所示：其中，1...

【专利技术属性】
技术研发人员：周东华，陈茂银，吴德浩，纪洪泉，钟麦英，王建东，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东,37