【技术实现步骤摘要】
本专利技术涉及系统安全领域，特别是涉及系统故障演化过程中的系统功能状态异常判别。
技术介绍
1、生产生活中的各类人造物，包括实体和抽象的都是以系统形式存在的，需要在各种因素影响下完成预定功能。这是系统存在的意义，也是判断预测系统未来状态的前提。影响系统的因素包括内因和外因。内因是系统内部结构和组成元件，外因是系统运行时的影响因素；前者设计期间确定运行期间不变，后者设计期间预测运行期间变化。因此在运行时系统是否能完成预定功能主要取决于外部因素影响。因此影响因素也成为判断系统功能异常状态的根本依据。一些方法将时间作为主要因素进行时序预测来了解系统故障演化过程。但时间并不是直接作用于系统功能状态的要素，各种影响因素产生了直接作用，时间只是标定了不同时刻所有因素的值。应该通过影响系统故障演化过程的因素来判断系统功能的异常状态。即通过因素值研究各时刻系统功能状态实例化的对象，从而判断系统异常状态。但由于系统故障演化过程的复杂性、因素作用相关性，以及系统功能状态异常判定规则等的不清楚导致结果不准确。这也是现有各类系统安全及可靠性评价体系和算法面临的主要问题。
2、系统功能状态评价是目前判断预测系统是否实现预定功能的主要方法之一。例如安全和可靠性评价体系和方法。特别是当影响因素与系统功能状态结果难以形成具体的解析关系时多数采用系统状态评价。这些成果根据不同领域和系统的特点对系统功能状态制定了不同的评价方法和指标体系。在特定领域取得了良好效果，也为后继研究提供了宝贵经验。但不足之处也是明显的，各种因素由于类型不同导致定性和定量数据混
3、以系统功能状态实例化形成对象集合，通过邻近集合确定、对象因素值标准化、对象概率分布计算和异常数据判别准则制定的过程，建立系统功能状态异常判别方法。依据各对象包含的因素值波动判断系统功能异常状态。
4、系统故障演化过程是多因素影响下系统实现预定功能的能力变化过程。以实现预定功能为目标，能力的变化在完全实现和完全不能实现两种极端状态之间。前者即为完全的可靠状态，后者为完全的失效状态。实际状态是上述两种极端状态的叠加，称为系统功能状态。系统故障演化过程中某时刻的完成预定功能的能力即为该时刻的系统功能状态，所有时刻的系统功能状态构成了系统故障演化过程。因此系统故障演化过程和系统功能状态是对系统功能性描述的两个不同角度，前者关注演化的整体，后者关注某时刻的系统状态。
5、系统故障演化过程存在于任何的能作为系统的事物中。因为系统存在的意义是实现预定功能，必然涉及到实现功能的能力。因此研究系统故障演化过程就是研究系统存在的条件，判断及预测系统功能状态。系统故障演化过程具有复杂的结构和层次。结构上，由事件、因素、逻辑关系和演化条件构成。事件是演化过程存在的充分条件，是构成演化过程的关键节点。因素是影响事件进而影响系统演化过程的原因。这里的因素主要指外在系统运行时的影响因素，因为作为内在因素的元件和系统结构在运行期间不变。逻辑关系是事件之间作用关系的耦合方式。演化条件是原因事件导致结果事件的条件。逻辑关系和演化条件在事件和因素确定的情况下一般是固定的，因此结构上的重点在于事件和因素。
6、在层次上包括演化层、事件层、因素层、因素相层和因素相值层。各层内对象的状态都是下层对象状态的叠加，根据关系不同分为张量叠加和纯态叠加。前者是所有下层对象状态都影响本层对象状态，后者是下层某一对象状态影响本层对象状态，但具体不确定。该叠加形式使用量子力学的波函数进行，进而表示某时刻所有的系统功能状态的可能性。
7、系统故障演化过程在多因素影响下波动。该波动超过阈值后认为系统功能状态出现异常，这也是目前判断系统故障的基本方法。实际上目前使用的方法是通过不同时刻系统功能状态的变化来考察系统目前和预测未来的功能状态。很多情况下将时间作为变量来研究系统故障演化是不科学的。标定系统故障演化过程某时刻的系统功能状态，时间的作用是标定时刻，而时刻与系统功能状态没有本质关系。因此时间只起到标定时刻的作用，而这些时刻对应了不同的系统功能状态，这些功能状态是所有影响因素在该时刻的因素值。那么影响某时刻系统功能状态的不是时间，而是所有因素值的综合作用。时刻标定了所有因素值，这样惟一得到了该时刻的系统功能状态。因此系统的异常状态判断应基于因素变化和因素值。
8、系统异常判断的最直接证据是系统功能状态的结果，是失效还是可靠，或者某中间状态。但实际中结果是难以得到的。特别是在安全科学或系统科学这种以事先预测为主要研究目标的科学。在预测条件下难以确定系统演化的结果，或某时刻的系统功能状态结果。理论上对于系统功能状态的研究是基于可区分的原则。例如研究系统安全性，是将已有对象根据安全性语义等级划分进行学习，当出现新的对象时进行等级分类。如果所有因素的等级组合和结果等级划分的足够详细且一一对应，则新对象划分必然正确。但由于系统功能的结果语义一般是人为确定的，因此结果的多样性一般少于因素划分的多样性。例如5个因素，每个因素分为5个等级，包括很安全、安全、一般安全、不安全和很不安全。那么可区分的情况是55种。但在这5个因素影响下系统功能状态在各时刻的对象也只有上述5种状态。因此作为原因的因素区分度远大于作为结果的状态区分度，这在目前的研究中很常见。这一方面由于系统功能状态分成很多等级不利于人的理解没有必要，也由于系统运行的因素变化范围有限不可能出现所有情况。但功能状态的区分度必须小于等于因素等级的区分度，这样构建的评价体系才有意义，即因素的多样性大于等于结果的多样性。
9、在各类系统安全或可靠等的评价研究中，主要涉及评价对象、指标体系和算法。评价对象就是上文提到的各时刻的系统功能状态。对象可定义为系统故障演化过程在某时刻因素作用下实例化形成的因素值集合。对象是该时刻所有因素值构成的集合或向量，从而代表该时刻的系统功能状态。指标体系是上述提到的因素等级划分的集合，重点在于各因素在不同语义等级值域上的隶属程度。而算法则是使用指标体系确定评价对象状态分布的方法。可见目前的各类评价方法都使用了对象-指标构成的评价基础数据，解决的都是系统故障演化问题，是对演化的预测判断。因此现有的各类评价理论作为系统故障演化研究的特例。
10、对象是某时刻因素值的集合。系统故障演化过程中所有采样时刻的系统功能状态形成了对象集合。因此系统功能状态的异常从因素值的变化判断。那么因素的相关性和关联性需要进一步确定。相关性在于因素之间的因果关系，这使得因素在先后顺序上产生联动。关联性是因素之间可能存在共同的更为基础的因素，导致这些因素变化同步。具有相关性和关联性的因素在分析过程中多数是冗余的，一般不起作用或导致不良结果。因此因素的关系也需要考虑。
11、综上，系统故障演化过程的研究是基于事件和因素实现的，即通过多个时刻的实例化对象构成对象集合，以各因素值变化为本文档来自技高网...
【技术保护点】
1.一种系统功能状态异常的判别方法，其特征在于，为研究系统故障演化过程中系统功能状态的异常情况，提出一种考虑多因素的系统功能状态异常判别方法；方法采用k近邻算法确定对象邻域集合；使用局部临近数据标准化得到标准归一化对象集合；使用概率主成分分析确定对象概率分布；给出了系统功能状态异常判别准则；方法考虑了因素的相关性和关联性；能降低多模态数据中心漂移和方差差异；体现了主元和噪声的综合结果；异常判别准则考虑了多因素影响；用于系统故障演化过程中的系统功能状态异常判别；
2.根据权利要求1所述的系统功能状态异常的判别方法，其特征在于，用于对电气系统的功能状态进行判别；
【技术特征摘要】
1.一种系统功能状态异常的判别方法，其特征在于，为研究系统故障演化过程中系统功能状态的异常情况，提出一种考虑多因素的系统功能状态异常判别方法；方法采用k近邻算法确定对象邻域集合；使用局部临近数据标准化得到标准归一化对象集合；使用概率主成分分析确定对象概率分布；给出了系统功能状态异常判别准...
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。