【技术实现步骤摘要】
一种具有可调整能力的多工况混合变量异常检测方法
[0001]本专利技术属于故障诊断领域,具体涉及一种具有可调整能力的多工况混合变量异常检测方法。
技术介绍
[0002]现代工业过程受到原材料、生产策略、负载的影响不可避免的会出现多个工况。随着系统的不断运行,新的工况有可能出现,原有的工况也可能消失。而且复杂的工业过程监测变量往往同时包含连续变量和二值变量。而目前传统方法并未考虑多种工况的影响,异常检测能力有限。
技术实现思路
[0003]为了解决上述问题,针对被连续变量和二值变量同时监测的多工况过程,且工况可能随时发生变化的情况提出了一种具有可调整能力的多工况混合变量异常检测方法。
[0004]本专利技术的技术方案如下:
[0005]一种具有可调整能力的多工况混合变量异常检测方法,其特征在于,包括如下步骤:
[0006]步骤1:离线建模,具体包括如下步骤:
[0007]步骤1.1:采样历史工况构建训练数据集共包含N个样本,为第i个采样并包含d个样本,l
i
为x
i
对应的标签,i表示采样时间;记X
k
=[X
kn
,X
kf
]为工况k的数据,其中和分别为工况k的正常和故障样本;总共包含K1个工况,记x
j
为第j个变量,二值变量和连续变量的集合分别记为和
[0008]步骤1.2:当x
j
∈X
c
时,假设其服从高斯分布
...
【技术保护点】
【技术特征摘要】
1.一种具有可调整能力的多工况混合变量异常检测方法,其特征在于,包括如下步骤:步骤1:离线建模,具体包括如下步骤:步骤1.1:采样历史工况构建训练数据集共包含N个样本,为第i个采样并包含d个样本,l
i
为x
i
对应的标签,i表示采样时间;记X
k
=[X
kn
,X
kf
]为工况k的数据,其中和分别为工况k的正常和故障样本;总共包含K1个工况,记x
j
为第j个变量,二值变量和连续变量的集合分别记为和步骤1.2:当x
j
∈X
c
时,假设其服从高斯分布P
c
(x
j
|l=γ;θ
j,γ
)=N(x
j
|l=γ;u
j,γ
,Σ
j,γ
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中,u
j,γ
,Σ
j,γ
为对应的均值和标准差;步骤1.3:当x
j
∈X
b
时,假设其服从伯努利分布其中,δ
j,γ
为第j个变量在γ下的响应函数;步骤1.4:计算条件概率其中,为标签变量,γ∈{1n,1f,...,K1n,K
f
n},参数向量θ={θ
j,γ
,W
j,k
},θ
j,γ
为第j个变量在类别γ下的参数,W
j,k
为第j个变量在工况k下的权值;步骤1.5:如果x
j
={x
1j
,...,x
ij
,...,x
nj
}∈X
c
,构造二值变量x
′
j
={x
′
1j
,...,x
′
ij
,...,x
′
nj
}其中所有关于权值的计算都用构造的二值变量代替原始的连...
【专利技术属性】
技术研发人员:周东华,王敏,陈茂银,纪洪泉,王建东,钟麦英,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:
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。