【技术实现步骤摘要】
基于人工免疫算法优化支持向量回归的能耗异常检测方法
本专利技术涉及液压机的能耗异常检测
，尤其涉及基于人工免疫算法优化支持向量回归的能耗异常检测方法。
技术介绍
液压力机以其高功率质量比、高刚度、高承载能力等优点，在金属成形过程中得到了广泛的应用。但它们也是众所周知的高能耗，低能效，在复杂的生产条件和长期满负荷运行。考虑到近年来在生产过程中大力推进节能降耗，提高液压机的能源效率已成为低碳制造系统的一个重要研究领域。在过去的几十年里，人们对液压机的效率和能耗进行了大量的研究。对液压机及其生产过程的节能优化进行了大量的研究，但主要集中在液压系统的节能优化、液压控制、能量匹配法、动态行为、热力学等方面。随着数据驱动建模和优化技术的发展，获取的数据的完整性和正确性在工业建模和决策过程中起着非常重要的作用。此外，大多数数据驱动的能源系统建模都是基于这样的假设：收集到的数据是准确和可靠的，以优化能源运行。获得的数据的准确性对于液压机能量管理的安全性和可靠性决策过程具有重要意义。然而，由于液压机在复杂工况下的长期满负荷运行，...
【技术保护点】
1.基于人工免疫算法优化支持向量回归的能耗异常检测方法，其特征在于，包括以下步骤：/nS1.采集液压机的历史能耗数据，并对其进行归一化处理得到训练数据；/nS2.建立人工免疫算法优化的支持向量回归模型用以预测能耗基线；所述人工免疫算法优化的支持向量回归模型中，利用人工免疫算法对支持向量回归的参数进行优化；/nS3.利用误差概率分布估计液压机能耗的上下限，得到液压机能耗的正常检测范围；/nS4.采集液压机的实时能耗数据，对其进行归一化处理得到测试数据；将所述测试数据输入步骤S2的人工免疫算法优化的支持向量回归模型得到液压机的预测能耗基线，基于步骤S3得到的正常检测范围进行能耗异常检测。/n
【技术特征摘要】
1.基于人工免疫算法优化支持向量回归的能耗异常检测方法，其特征在于，包括以下步骤：
S1.采集液压机的历史能耗数据，并对其进行归一化处理得到训练数据；
S2.建立人工免疫算法优化的支持向量回归模型用以预测能耗基线；所述人工免疫算法优化的支持向量回归模型中，利用人工免疫算法对支持向量回归的参数进行优化；
S3.利用误差概率分布估计液压机能耗的上下限，得到液压机能耗的正常检测范围；
S4.采集液压机的实时能耗数据，对其进行归一化处理得到测试数据；将所述测试数据输入步骤S2的人工免疫算法优化的支持向量回归模型得到液压机的预测能耗基线，基于步骤S3得到的正常检测范围进行能耗异常检测。
2.根据权利要求1所述的能耗异常检测方法，其特征在于，步骤S2所述的支持向量回归具体为：
基于支持向量回归算法，在高维特征空间中建立的线性回归函数为：
其中，是一个非线性映射函数；{(xi,yi),i＝1,2,…,l}是样本对，是输入列向量，yi∈R是xi对应的输出值；
支持向量回归算法中的ε-不敏感损失函数定义为：
其中，f(x)为线性回归函数的预测值，y为对应的真实值；
引入松弛变量ξi和则将求解线性回归函数中的w、b表示为：
其中，C为惩罚因子，其值越大，对训练误差大于ε的样本惩罚越大；ε指定回归函数的误差要求，ε越小表示回归函数的误差越小；引入拉格朗日函数求解上式并将其转化为对偶形式，得到如下公式：
其中，为核函数；
求解得到的最优解为α＝[α1,α2,…,αi]，则：
其中，Nnsv为支持向量机的个数；
得到最终的线性回归函数为：
3.根据权利要求2所述的能耗异常检测方法，其特征在于，步骤S2中所述的核函数采用径向基核函数其中{(xi,yi),i＝1,2,…,l}是样本对，是输入列向量，yi∈R是xi对应的输出值；σ是一个自由参数。
4.根据权利要求2...
【专利技术属性】
技术研发人员：徐康康，杨海东，印四华，朱成就，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。