基于优化特征选择的燃气调压站状态监测方法技术

本发明专利技术公开了一种基于优化特征选择的燃气调压站状态监测方法，首先采用几何概率分布将比较矩阵与参考矩阵间的距离转换成概率，解决灰色关联分析前需要数据初始化平移问题，然后基于布谷鸟算法提出分辨系数的自适应取值方法，最后结合特征间的冗余度和特征与类间的相关度构造权重系数，对应用于非时序系统的灰色关联度进行改进，通过多个不同类型数据集对算法性能进行验证，采用最大分类准确度及其对应的被选特征数目这两个性能指标来比较特征选择方法的性能，验证了算法的普适性及优越性，最后，将该方法应用于燃气调压站的状态监测，验证了方法的可行性和有效性，实现多维信息的降维。息的降维。息的降维。

【技术实现步骤摘要】
基于优化特征选择的燃气调压站状态监测方法


[0001]本专利技术属于燃气调压站状态监测的
，具体涉及一种基于优化特征选择的燃气调压站状态监测方法。

技术介绍

[0002]随着工业互联网的发展，工业生产控制的安全性和经济性成为人们关注的焦点。燃气调压器作为工控设备之一是燃气输配的重要组成部分，可自动调节并稳定管网的压力，对整个燃气管网的正常、安全运行起到了十分关键的作用。调压站的工作状态监测研究具有重要的现实意义。
[0003]燃气调压站的状态监控通常是通过对其出口压力信号进行分析。有学者采用经验模态分解、小波包和其他等方法提取燃气调压站不同工况的特征，并对多维信息进行分析。为了减少多维数据带来的繁重计算量，学者们研究了很多特征选择方法。特征选择可以降低计算复杂度，但重要特征的减少会降低工况识别的准确性。
[0004]灰色关联分析模型自提出以来在预测分析、资源管理等众多领域应用广泛，它对样本数据的需求量较小，能够克服故障诊断这类应用的数据不足或系统周期短的问题。灰色关联分析对能够通过对特征和系统性能之间的关系进行分析，以确定特征重要性，因此也可以应用于特征选择上。
[0005]灰色关联度分析方法常用于时序系统特征间的关联分析，对于实际工程领域存在的大量的非时序系统，需要对灰色关联度分析方法进行适当的修改。现有研究多集中在灰色关联模型的改进上，从不同角度探讨了序列间的几何特征关系。这些方法使用的前提均需要对数据进行初始化处理，但是在燃气调压站的工况识别中，部分特征在自身差异较小的情况下就能代表不同工况，如果将数据进行平移，虽然数据分布形态未发生改变，但是其所表征的工况可能发生改变；如果采用绝对距离处理全部特征，则对于部分差异变化大的特征来说又不完全适合。因此现有的灰色关联分析方法对处理燃气调压站特征是不完全适用的。同时，在邓氏灰色关联分析模型中存在人为设置的分辨系数，其值直接与灰色关联系数相关。分辨系数的研究较少，通常是对其范围进行界定，其取值仍然采用经验方法。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种基于优化特征选择的燃气调压站状态监测方法，能够实现燃气调压站的工况特征选取，在保证工况识别准确度的同时，降低数据维度，提高工作效率。
[0007]实现本专利技术的技术方案如下：
[0008]基于优化特征选择的燃气调压站状态监测方法，包括以下步骤：
[0009]步骤一、将调压站出口压力信号分解获得多种特征数据，利用特征数据构建比较矩阵与参考矩阵；
[0010]步骤二、计算各类特征间的冗余度；
[0011]步骤三、计算各类特征与调压站工况的相关度；
[0012]步骤四、基于相关度和冗余度计算权重系数，并归一化；
[0013]步骤五、计算比较矩阵与参考矩阵间的距离几何分布概率密度；
[0014]步骤六、基于布谷鸟算法进行分辨系数ρ的自适应取值，利用分辨系数ρ的自适应取值结合距离几何分布概率密度获得比较矩阵与参考矩阵的关联系数；
[0015]步骤七、利用归一化权重系数对关联系数加权得到关联度，根据关联度大小对特征数据进行排序，该顺序即为特征选择的优先顺序；按顺序选择多个特征，并利用分类器得到最大分类准确度，从而获得表征调压站工况的最优特征集合。
[0016]进一步地，步骤一中，所利用的特征分析算法包括小波包、EMD分解以及数据统计的方法。
[0017]进一步地，利用三层小波包分解获得各个频带的重构信号能量值，用第三层的能量值进行分析得到8个特征。
[0018]进一步地，利用EMD分解获得IMF能量矩共7个特征。
[0019]进一步地，调压器出口压力信号的统计特征包括平均值、方差、峰
‑
峰值、峭度、偏度、峰值因子、波形因子、脉冲因子和裕度因子共9个特征。
[0020]有益效果：
[0021]为有效提高燃气调压站状态监测效率，降低数据维度，本专利技术提出了一种改进的基于灰色关联分析的特征选择方法。基于布谷鸟算法提出一种自适应分辨系数的取值方法，用于降低人为设置系数的主观性。为解决应用GRA时初始化数据导致工况状态识别出错问题，提出了一种基于距离几何分布概率密度的距离转换方法。最后在GRA模型的基本结构基础上结合相关性和冗余性提出了一种关联系数加权方法，实现非时序系统的特征关联度计算。实验结果表明，本专利技术提出的方法获得最大识别准确度所需的特征数量更小，这对于特征选择方法的实际应用具有重要意义。利用本专利技术改进的CS
‑
WGRA算法对特征数据降维，搭配不同分类器均可实现燃气调压站运行状态的监测，有利于提高监测效率。
附图说明
[0022]图1为本专利技术的优化特征选择流程图。
具体实施方式
[0023]下面结合附图并举实施例，对本专利技术进行详细描述。
[0024]如图1所示，本专利技术提供了一种基于优化特征选择的燃气调压站状态监测方法，首先采用几何概率分布将比较矩阵与参考矩阵间的距离转换成概率，解决灰色关联分析前需要数据初始化平移问题。然后基于布谷鸟算法提出分辨系数的自适应取值方法。最后结合特征间的冗余度和特征与类间的相关度构造权重系数，对应用于非时序系统的灰色关联度进行改进。通过多个不同类型数据集对算法性能进行验证，采用最大分类准确度及其对应的被选特征数目这两个性能指标来比较特征选择方法的性能，验证了算法的普适性及优越性。
[0025]灰色关联分析根据序列对应点之间的距离衡量特征与系统变化的关联程度：
[0026]设参考序列为X0＝{X0(e)|e＝1,2,...,n}，比较序列为X
s
＝{X
s
(e)|e＝1,2,...,
n},s＝1,2,...,z，n表示特征个数，z为序列数，特征定义灰色关联系数为
[0027][0028]其中Δ
s
(e)＝|X0(e)
‑
X
s
(e)|。ρ∈(0,+∞)称为分辨系数。
[0029]为满足燃气调压站状态监测的非时序需求，我们采用比较矩阵与参考矩阵代替时序序列进行分析。
[0030]定义比较矩阵为A:
[0031][0032]其中，每一行为一组比较数据，m为比较数据组数，n为特征个数。
[0033]对于具有标准参考样本特征的信号，可以直接使用灰色关联分析。但是，燃气调压站的工况分析中，不同工况对应的出口压力信号是在一定范围波动的，无法获得确定的参考标准。因此，本专利技术采用均值样本作为参考样本。
[0034][0035]其中，上标c为类别的编号。m
c
为隶属于第c类的比较数据的组数，k为类别数。Y
c
为第c类对应的特征的均值。
[0036]将k*n维矩阵扩展为m*n维矩阵，得到参考矩阵B：
[0037][0038]1)基于几何分布的距离概率转换
[0039]计算比较矩阵与参考矩阵间的距离...

【技术保护点】

【技术特征摘要】
1.一种基于优化特征选择的燃气调压站状态监测方法，其特征在于，包括以下步骤：步骤一、将调压站出口压力信号分解获得多种特征数据，利用特征数据构建比较矩阵与参考矩阵；步骤二、计算各类特征间的冗余度；步骤三、计算各类特征与调压站工况的相关度；步骤四、基于相关度和冗余度计算权重系数，并归一化；步骤五、计算比较矩阵与参考矩阵间的距离几何分布概率密度；步骤六、基于布谷鸟算法进行分辨系数ρ的自适应取值，利用分辨系数ρ的自适应取值结合距离几何分布概率密度获得比较矩阵与参考矩阵的关联系数；步骤七、利用归一化权重系数对关联系数加权得到关联度，根据关联度大小对特征数据进行排序，该顺序即为特征选择的优先顺序；按顺序选择多个特征，并利用分类器得到最大分类准确度，从而获得表征调压站工况的最优...

【专利技术属性】
技术研发人员：王博，贾婧媛，郭翔，
申请(专利权)人：中国检验认证集团北京有限公司，
类型：发明
国别省市：