一种基于局部敏感哈希的发电机设备隐患预警方法技术

本发明专利技术提供了一种基于局部敏感哈希的发电机设备隐患预警方法。所述方法包括：获取训练数据构建多维样本空间；构建哈希函数族；从中随机选取哈希函数对样本点数据进行处理，得到数据的映射向量；把具有相同映射向量的样本点划分到一个数据类；把具有相同样本点的数据类进行合并；记录合并后每一个数据类的特征信息并存储到数据库中；对于新接收的实时数据，遍历所有的数据类，并尝试划分到某个类中；如果新的样本数据不属于任何一个类，则认为该数据代表某种潜在的故障征兆。所述系统包括：训练数据获取模块；数据处理及工况识别模块；数据库；实时数据接收模块；实时数据分析模块；隐患预警输出模块。

【技术实现步骤摘要】
一种基于局部敏感哈希的发电机设备隐患预警方法
本专利技术适用于发电机设备隐患预警领域，尤其涉及一种基于局部敏感哈希(LocalitySensitiveHashing,LSH)的发电机设备隐患预警方法。
技术介绍
发电机是水力发电厂的核心设备。发电机在长时间运转的过程中，受各方面因素的影响，不可避免的会出现各种故障。其中大部分故障的形成是一个隐蔽而缓慢的过程。当最终出现剧烈的故障表象时，设备已经损坏，需要耗费大量的人力物力进行维修。因此，如何对运转过程中的设备进行持续监测，提前发现潜在的故障征兆，及时进行人工干预避免故障发生，是水力发电厂一直在研究的课题。目前，大多数水力发电厂采用了数字化控制系统，能够在设备运转过程中以固定频率采集设备各类数据，从而对设备状态进行实时监测。但是在设备隐患预警方面，大部分采用固定阈值判定法，此方法存在如下缺陷：1)存在一定的局限性，只能实现单参数阈值判定，无法实现多参数联合判定。2)阈值设定依赖于现场人员的经验，设定过于严苛则产生大量无效预警，设定过于宽松则预警产生时设备已经损坏。<本文档来自技高网...

【技术保护点】
1.一种基于局部敏感哈希的发电机设备隐患预警方法，其特征在于，包括以下步骤：/n(1)分析并提取影响发电机设备故障的机组相关特征和影响因素，形成历史发电机特征向量，得到样本集[x

【技术特征摘要】
1.一种基于局部敏感哈希的发电机设备隐患预警方法，其特征在于，包括以下步骤：
(1)分析并提取影响发电机设备故障的机组相关特征和影响因素，形成历史发电机特征向量，得到样本集[x1,x2,x3,x4,...x20]，其中x1,x2,x3,x4,…,x20为发电机相关特征历史数据值；
(2)对样本集[x1,x2,x3,x4,...x20]进行数据预处理,剔除[x1,x2,x3,x4,...x20]中机组异常状态下的数据值，保留机组的正常状态值；
(3)构建一系列具有统一映射规则的哈希函数族，用于把多维的样本集数据点映射为一个整型向量，即映射向量；
(4)从步骤(3)中构建的哈希函数族中，随机选取M组哈希函数，每组由N个哈希函数组成，使用这些哈希函数对样本空间中的所有样本点进行处理，得到每个样本的映射向量；
(5)在M组哈希函数中，把每一组中的具有相同映射向量的样本点划分为一个数据类；遍历所有的数据类，把具有相同样本点的数据类进行合并；合并后所得到的每一个数据类，即代表设备正常运行过程中的一种工况；
(6)记录合并后所有数据类的特征信息，并存储到数据库；
(7)对于新接收的实时数据值，按照上述步骤(2)-步骤(5)，遍历所有的数据类，并尝试划分到某个数据类中；如果新的实时数据值无法划分到任何一个数据类，则认为该数据值不符合正常运行工况，即判定该数据值代表潜在故障征兆。


2.根据权利要求1所述的一种基于局部敏感哈希的发电机设备隐患预警方法，其特征在于，所述步骤(1)中，发电机相关特征历史数据值包括机组有功、机组油温、机组油槽油位、机组转速、定子瓦温、压力以及流量的历史时刻值。


3.根据权利要求2所述的一种基于局部敏感哈希的发电机设备隐患预警方法，其特征在于，所述步骤(1)中，x1,x2,x3,x4,…,x20为前一整年发电机相关特征历史数据值。


4.根据权利要求3所述的一种基于局部敏感哈希的发电机设备隐患预警方法，其特征在于，所述步骤(4)中，通过p稳定分布构建哈希函数族，则P取2时，定义的哈希函数族为：



其中，向量v是样本数据值，向量a是由p稳定分布产生的与v维度相同的随机向量，b是(0,r)里的随机数，r是直线的分段长度；选取不同的a和b，构成多个哈希...

【专利技术属性】
技术研发人员：李志军，王朋，卢应强，乔苏朋，陈果，曹玲燕，赵海平，
申请(专利权)人：江苏国电南自海吉科技有限公司，
类型：发明
国别省市：江苏;32