一种泵站机组故障诊断系统的生成方法技术方案

本发明专利技术提供一种泵站机组故障诊断系统的生成方法，包括对泵站机组发生故障的数据进行收集；对收集到的数据信息提取特征向量，并从提取的特征向量中选择最优特征向量；将最优特征向量与机器学习模型通过遗传算法进行排列组合，并选择出最优的特征向量和机器学习模型的组合；将最优的特征向量和机器学习模型的组合组成诊断模型进行测试；利用测试成功的诊断模型对泵站机组故障进行诊断，本发明专利技术采用计算机科学人工智能领域中的遗传算法进行自动化排列组合，并选择出最优的特征向量和机器学习模型的组合，不需要人为进行处理和选择，成本低、周期短，使得通过该生成方法形成的泵站机组诊断系统能够快速且有效对泵站机组故障进行检测。

A generation method of fault diagnosis system for pumping station unit

【技术实现步骤摘要】
一种泵站机组故障诊断系统的生成方法
本专利技术涉及泵站
，具体涉及一种泵站机组故障诊断系统的生成方法。
技术介绍
随着科学技术和国民经济的发展，水泵站在农业、电力、石油、采矿和跨流城调水等行业中的应用日益广泛，尤其在排涝、灌溉、发电、供水、调节航运水位等方面起着举足轻重的作用。而水泵机组是水泵站的关键设备，其运行状态的优劣直接影响泵站的安全运行，我国南水北调工程建成后，泵站机组运行时间长、投资大、可靠性要求高，因事故或故障停机而导致的供水中断将造成重大的经济损失和社会影响，因此对泵站的运行、维护、管理和检修等方面提出了更高的要求，尤其是安全可靠性已成为衡量泵站机组质量的重要指标，针对以上情况，泵站机组的故障诊断技术应运而生。故障诊断是指在泵站机组运行时，对机组进行监控，判断是否出现某种故障，从而对维修进行指导，帮助快速恢复生产。现有的泵站机组故障诊断需要采集故障数据，对故障数据进行处理，人工对机器学习模型和参数进行选择，存在成本高、周期长，这对泵站机组故障诊断系统的功能扩展、旧算法更新造成很大的不便。
技术实现思路
本专利技术提供一种泵站机组故障诊断系统的生成方法。为解决上述技术问本文档来自技高网...

【技术保护点】
1.一种泵站机组故障诊断模型的生成方法，其特征在于，包括：对泵站机组发生故障的数据进行收集；对收集到的数据信息提取特征向量，并从提取的特征向量中选择最优特征向量；将最优特征向量与机器学习模型通过遗传算法进行排列组合，并选择出最优的特征向量和机器学习模型的组合；将最优的特征向量和机器学习模型的组合组成诊断模型进行测试；利用满足测试要求的诊断模型对泵站机组故障进行诊断。

【技术特征摘要】
1.一种泵站机组故障诊断模型的生成方法，其特征在于，包括：对泵站机组发生故障的数据进行收集；对收集到的数据信息提取特征向量，并从提取的特征向量中选择最优特征向量；将最优特征向量与机器学习模型通过遗传算法进行排列组合，并选择出最优的特征向量和机器学习模型的组合；将最优的特征向量和机器学习模型的组合组成诊断模型进行测试；利用满足测试要求的诊断模型对泵站机组故障进行诊断。2.根据权利要求1所述的泵站机组故障诊断模型的生成方法，其特征在于，所述提取特征向量的具体方法为：对采集到的故障数据转换成多个数据点，将数据点作为该故障的特征向量。3.根据权利要求1所述的泵站机组故障诊断模型的生成方法，其特征在于，所述选择最优特征向量的具体方法为：根据提取出的特征向量计算出自身的方差，同时将特征向量与预测目标之间的关联性进行比较，如方差大于1且特征向量与预测目标之间的关联性高，则该特征向量为最优特征向量，反之，则被排除。4.根据权利要求1所述的泵站机组故障诊断模型的生成方法，其特征在于，所述将最优特征向量与机器学...

【专利技术属性】
技术研发人员：汪皓，张恒，常仁凯，吴国栋，丁育才，尹小文，
申请(专利权)人：中水三立数据技术股份有限公司，
类型：发明
国别省市：安徽,34