一种基于PCA数据处理的RBF故障诊断方法、系统、终端及计算机存储介质技术方案

本申请所提供的一种基于PCA数据处理的燃气调压器智能RBF故障诊断方法、系统、终端及计算机存储介质。所述方法包括：获取已知故障类型的燃气调压器原始故障数据；采用主元分析法对所述原始故障数据进行降维处理，生成低维不相关的样本数据；利用径向基神经网络将经主元分析法降维处理后的样本数据进行故障分类；本申请用主成分分析方法对原始的燃气调压器故障样本数据进行预处理，并且将降维处理后的新样本数据作为径向基神经网络的输入，有效的减小了对于经验的依赖，减少人工参与导致不确定性的出现，能够实现调压器主要易损部件的故障预警及智能化故障诊断，对燃气设备的稳定、安全、可靠运行起到重要的作用。

RBF fault diagnosis method, system, terminal and computer storage medium based on PCA data processing

【技术实现步骤摘要】
一种基于PCA数据处理的RBF故障诊断方法、系统、终端及计算机存储介质
本申请涉及燃气调压器故障诊断
，尤其是涉及一种基于PCA数据处理的燃气调压器智能RBF故障诊断方法、系统、终端及计算机存储介质。
技术介绍
供燃气系统可谓是城市的生命线工程，对于经济发展以及社会的安全稳定都发挥着功不可没的作用。伴随着城市的不断发展，城市的燃气供应系统规模也在逐步扩大，在日常的运行过程中它的稳定性和安全性问题也日益凸现出来。通过查找资料和去现场实际调研得知，天然气管道输配系统通常都包含门站、储配站、输配管网、调压室及运行管理操作、控制设备和调度维护中心等。在一般的城镇燃气供应系统中，用户侧的燃气压力常常需要保持一个较低并且稳定的压力，这就要求燃气管网的中高压天然气需要经过调压器进行降压稳压才能输配至各个用户，作为燃气输配系统中不可或缺的重要设备——燃气调压器，其可靠稳定地运行关乎整个天然气供应系统的安全稳定运行，它的重要性不言而喻。目前燃气调压器所面临的问题是：以往维修技师都是通过压力表纸和自动仪表采集的数据，然后依据经验来判定燃气调压本文档来自技高网...

【技术保护点】
1.一种基于PCA数据处理的燃气调压器智能RBF故障诊断方法，其特征在于，包括：/n获取已知故障类型的燃气调压器原始故障数据；/n采用主元分析法对所述原始故障数据进行降维处理，生成低维不相关的样本数据；/n利用径向基神经网络将经主元分析法降维处理后的样本数据进行故障分类。/n

【技术特征摘要】
1.一种基于PCA数据处理的燃气调压器智能RBF故障诊断方法，其特征在于，包括：
获取已知故障类型的燃气调压器原始故障数据；
采用主元分析法对所述原始故障数据进行降维处理，生成低维不相关的样本数据；
利用径向基神经网络将经主元分析法降维处理后的样本数据进行故障分类。


2.根据权利要求1所述的基于PCA数据处理的燃气调压器智能RBF故障诊断方法，其特征在于，所述燃气调压器的原始故障数据包括：
燃气调压器的指挥器、皮膜、输入端压力、阀口阀位的原始故障数据。


3.根据权利要求1所述的基于PCA数据处理的燃气调压器智能RBF故障诊断方法，其特征在于，所述采用主元分析法对所述原始故障数据进行降维处理，生成低维不相关的样本数据，包括：
将获取的原始故障数据作预处理得到标准数据矩阵；
计算所述标准数据矩阵的各变量均值及协方差矩阵；
计算所述协方差矩阵的特征值矩阵及特征向量矩阵；
利用所述特征值矩阵及特征向量矩阵计算主元累计方差贡献率，确定主元个数，进而确定主成分。


4.根据权利要求1所述的基于PCA数据处理的燃气调压器智能RBF故障诊断方法，所述利用径向基神经网络将经主元分析法降维处理后的样本数据进行故障分类，包括：
将所述样本数据随机分配为训练数据集与测试数据集；
建立径向基神经网络，利用所述训练数据集训练所述径向基神经网络，生成训练完成的燃气调压器故障诊断模型；
利用所述测试样本集测试训练完成的径向基神经网络，分析故障诊断结果。


5.根据权利要求4所述的基于PCA数据处理的燃气调压器智能RBF故障诊断方法，其特征在于，所述建立径向基神经网络，利用所述训练数据集训练所述径向基神经网络，生成训练完成的燃气调压器故障诊断模型，包括：
初始化径向基神经网络权值，包括确定径向基神经网络的输入层，隐含层和输出层的节点数目，以及连接权值和神经元激励函数等；
给定样本向量，计算各层神经元的输出...

【专利技术属性】
技术研发人员：李夏喜，王硙，李胜国，王嵩梅，高岷，白丽萍，邢琳琳，
申请(专利权)人：北京市燃气集团有限责任公司，
类型：发明
国别省市：北京;11