System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多点形变数据联合分析的结构在线监测方法技术_技高网

基于多点形变数据联合分析的结构在线监测方法技术

技术编号:40521665 阅读:8 留言:0更新日期:2024-03-01 13:40
本发明专利技术涉及数据处理技术领域,具体涉及一种基于多点形变数据联合分析的结构在线监测方法,包括:获取塔筒内若干数据采集点所在位置处的应力数据,构建应力矩阵;根据应力矩阵中每个应力数据序列中应力数据的分布情况和每个应力数据的数值得到每个应力数据的初始分布权重;根据应力矩阵中位于同一水平线的不同数据采集点的应力数据序列之间的数据分布差异情况以及每个应力数据的数据分布情况,获得修正分布权重;根据所述修正分布权重和对应的应力数据得到应力矩阵中每个数据采集点的特征数据序列,构成应力特征矩阵,基于应力特征矩阵获得塔筒内的应力数据异常检测结果。使得最终利用应力矩阵获得的异常检测结果更加准确。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及一种基于多点形变数据联合分析的结构在线监测方法


技术介绍

1、塔筒多应用于各种领域,例如,在建筑领域,塔筒通常是指建筑物的塔状结构;在通信领域,塔筒可以指通信塔的结构;在风力发电领域,塔筒是指支持风力涡轮机的塔状结构。塔筒内部的应力应该是相对均匀的,尤其是对于均质材料和均匀受力的情况。但是,在实际中,塔筒内部的应力分布可能受到多种因素的影响,导致应力分布不均匀。例如,在风力发电领域,塔筒在长期运行的过程中,可能会因为不均匀受力、地面沉降、材料变形、螺丝松动、外力冲击等原因出现倾斜、形状变化。这些移位如果在早期发现,是比较容易干预的,且付出的代价较低。如没有及时发现,可能会导致塔筒在强风下失效断裂,叶片和机组报废,损失惨重。因此,对塔筒内部的应力分布情况进行异常检测就显得尤为重要。现有方法常采用异常检测算法对数据进行异常检测,但是塔筒内的应力数据的冗余程度较高,使得该方法的检测结果较不准确。


技术实现思路

1、为了解决上述技术问题,本专利技术的目的在于提供一种基于多点形变数据联合分析的结构在线监测方法,所采用的技术方案具体如下:

2、获取塔筒内若干数据采集点所在位置处的应力数据,将每个数据采集点在设定时间段内不同时刻的应力数据构成数据采集点的应力数据序列;所有数据采集点的应力数据序列构成应力矩阵;

3、根据应力矩阵中每个应力数据序列中应力数据的分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重;

>4、根据应力矩阵中位于同一水平线的不同数据采集点的应力数据序列之间的数据分布差异情况以及每个应力数据的数据分布情况,对所述初始分布权重进行修正,得到应力矩阵中每个应力数据的修正分布权重;

5、根据所述修正分布权重和对应的应力数据得到应力矩阵中每个数据采集点的特征数据序列,构成应力特征矩阵,基于应力特征矩阵获得塔筒内的应力数据异常检测结果。

6、优选地,所述根据应力矩阵中每个应力数据序列中应力数据的分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重,具体包括:

7、对应力矩阵中每个应力数据序列进行分段处理得到每个应力数据序列的应力数组;

8、分别对每个应力数组中的应力数据进行分类获得异常数据簇类和正常数据簇类;

9、根据应力矩阵中每个应力数组中异常数据簇类和正常数据簇类的应力数据分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重。

10、优选地,所述根据应力矩阵中每个应力数组中异常数据簇类和正常数据簇类的应力数据分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重,具体包括:

11、对于应力矩阵中任意一个应力数组,根据应力数组中异常数据簇类和正常数据簇类中包含的应力数据的数量之间的差异获得数据分布系数;根据所述数据分布系数、应力数组中异常数据簇类和正常数据簇类中的数据分布差异获得第一特征系数;

12、对于该应力数组中的任意一个应力数据,根据该应力数据的占比情况得到第二特征系数,根据所述第一特征系数和第二特征系数得到应力数据的初始分布权重,所述第一特征系数和第二特征系数均与初始分布权重呈正相关关系。

13、优选地,所述初始分布权重的计算公式具体为:

14、;

15、;

16、其中,表示应力数据序列中第i个应力数组中第r个应力数据的初始分布权重,表示应力数据序列中第i个应力数组中第r个应力数据,表示应力数据序列中第i个应力数组中包含的应力数据的总数量,表示第i个应力数组中正常数据簇类包含的数据数量,表示第i个应力数组中异常数据簇类包含的数据数量,表示预设的超参数;表示应力数据序列中第i个应力数组中第r个应力数据的符号系数,表示应力数据序列中第i个应力数组中第r个应力数据所在的聚类簇中所有应力数据的均值,表示不包含应力数据序列中第i个应力数组中第r个应力数据的聚类簇中所有应力数据的均值,norm ( )表示线性归一化函数。

17、优选地,所述分别对每个应力数组中的应力数据进行分类获得异常数据簇类和正常数据簇类,具体包括:

18、对于应力矩阵中的任意一个应力数组,利用聚类算法将应力数组中的应力数据分为两个聚类簇,将聚类簇中所有应力数据的均值的最大值对应的聚类簇作为异常数据簇类,将聚类簇中所有应力数据的均值的最小值对应的聚类簇作为正常数据簇类。

19、优选地,所述对应力矩阵中每个应力数据序列进行分段处理得到每个应力数据序列的应力数组,具体包括:

20、采集塔筒内每个数据采集点所在位置处在设定时间段内不同时刻的风速数据,对于任意一个数据采集点,利用设定步长对数据采集点对应的所有风速数据进行分割得到风速数据取值区间;对于任意一个风速数据取值区间,将区间内所有风速数据对应时刻下的应力数据构成应力数组。

21、优选地,所述根据应力矩阵中位于同一水平线的不同数据采集点的应力数据序列之间的数据分布差异情况以及每个应力数据的数据分布情况,对所述初始分布权重进行修正,得到应力矩阵中每个应力数据的修正分布权重,具体包括:

22、将任意一个数据采集点记为目标采集点,将与目标采集点位于同一水平线的其他数据采集点记为参考采集点;将目标采集点的应力数据序列中任意一个时刻的应力数据记为选定应力数据,分别获取参考采集点的应力数据序列中与选定应力数据相同时刻的应力数据,记为选定参考数据;

23、将选定应力数据和所有参考采集点对应的选定参考数据按照从小到大的顺序进行排列,构成排列数据序列;根据选定应力数据和每个参考采集点对应的选定参考数据之间的数据差异、以及选定应力数据在排列数据序列中的位置分布情况,得到选定应力数据的修正系数;

24、将选定应力数据的修正系数与选定应力系数的初始分布权重的乘积的归一化值作为选定应力数据的修正分布权重。

25、优选地,所述修正系数的计算公式具体为:

26、;

27、其中,表示第u个数据采集点在第t个时刻的应力数据的修正系数,为选定应力数据的修正系数;表示第u个数据采集点在第t个时刻的应力数据,为选定应力数据;表示选定应力数据的所有选定参考数据的均值,表示选定应力数据在排列数据序列中的位置序号,表示预设的超参数。

28、优选地,所述根据所述修正分布权重和对应的应力数据得到应力矩阵中每个数据采集点的特征数据序列,具体包括:

29、对于应力矩阵中任意一个应力数组,利用应力数组中每个应力数据的修正分布权重对应力数据进行加权求和后再求均值,得到应力数组的特征数据;对于任意一个数据采集点,将数据采集点的应力数据序列中所有应力数组的特征数据构成数据采集点的特征数据序列。

30、优选地,所述基于应力特征矩阵获得塔筒内的应力数据异常检测结果,具体包括:

31、利用数据异常检测算法对应力特征矩阵中本文档来自技高网...

【技术保护点】

1.一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述根据应力矩阵中每个应力数据序列中应力数据的分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重,具体包括:

3.根据权利要求2所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述根据应力矩阵中每个应力数组中异常数据簇类和正常数据簇类的应力数据分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重,具体包括:

4.根据权利要求3所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述初始分布权重的计算公式具体为:

5.根据权利要求2所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述分别对每个应力数组中的应力数据进行分类获得异常数据簇类和正常数据簇类,具体包括:

6.根据权利要求2所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述对应力矩阵中每个应力数据序列进行分段处理得到每个应力数据序列的应力数组,具体包括:

7.根据权利要求1所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述根据应力矩阵中位于同一水平线的不同数据采集点的应力数据序列之间的数据分布差异情况以及每个应力数据的数据分布情况,对所述初始分布权重进行修正,得到应力矩阵中每个应力数据的修正分布权重,具体包括:

8.根据权利要求7所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述修正系数的计算公式具体为:

9.根据权利要求2所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述根据所述修正分布权重和对应的应力数据得到应力矩阵中每个数据采集点的特征数据序列,具体包括:

10.根据权利要求9所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述基于应力特征矩阵获得塔筒内的应力数据异常检测结果,具体包括:

...

【技术特征摘要】

1.一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述根据应力矩阵中每个应力数据序列中应力数据的分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重,具体包括:

3.根据权利要求2所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述根据应力矩阵中每个应力数组中异常数据簇类和正常数据簇类的应力数据分布情况和每个应力数据的数值,得到应力矩阵中每个应力数据的初始分布权重,具体包括:

4.根据权利要求3所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述初始分布权重的计算公式具体为:

5.根据权利要求2所述的一种基于多点形变数据联合分析的结构在线监测方法,其特征在于,所述分别对每个应力数组中的应力数据进行分类获得异常数据簇类和正常数据簇类,具体包括:

6.根据权利要求2所述的一种基于...

【专利技术属性】
技术研发人员:倪泽峰廖小昊
申请(专利权)人:北京云摩科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1