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()
【技术实现步骤摘要】
本专利技术涉及异常数据识别,具体涉及一种用于离心风机的运行监测系统及方法。
技术介绍
1、离心风机广泛应用于通风换气、除尘过滤及冷却增压等工业制造场景,故对离心风机的运行监测也是保证工业生产环境安全及提高工业生产效率的重要一环。在对离心风机的运行参数进行监测时,通常采用局部离群因子(local outlier factor,lof)算法对监测数据进行离群判断,从而对运行过程中的异常数据进行预警。
2、但由于离心风机的监测数据在通过传感器采集的过程中可能受到干扰,导致监测数据中存在大量噪声数据,且噪声数据与异常运行数据的异常波动表现相似,易将噪声数据误作为异常运行数据进行误报警以提示相关操作人员处理,从而影响工业生产效率,因此选择合适的k邻域参数对lof算法的处理结果有着至关重要的影响。而传统算法中通常设定固定k邻域参数,较大的k邻域参数可能会降低算法对异常数据的敏感度,进而导致异常数据漏检;较小的k邻域参数又可能放大对噪声数据的敏感性,将噪声数据作为异常运行数据进行误报警;不合适的k邻域参数将影响离心风机的运行监测准确性及效率。
技术实现思路
1、为了解决现有lof算法参数设置不当导致运行监测准确性及效率低的技术问题,本专利技术的目的在于提供一种用于离心风机的运行监测系统及方法,所采用的技术方案具体如下:
2、本专利技术提出一种用于离心风机的运行监测方法,所述方法包括:
3、获取离心风机在每个采样时刻下至少两种维度的运行监测参数,并获取每个维度的
4、根据每个采样时刻下每个维度的运行监测参数的局部波动特征及对应所述拟合运行曲线的局部波动特征,获取对应采样时刻下对应维度的运行监测参数的异常波动系数;在每个采样时刻下,根据每个维度的运行监测参数与其余所有维度的运行监测参数的所述异常波动系数的差异,及对应维度的运行监测参数的波动习惯特征,获取每个采样时刻下对应维度的运行监测参数的噪声因子;
5、根据所述噪声因子调整每个采样时刻下每个维度的运行监测参数的预设k邻域参数,根据调整后的预设k邻域参数,对运行监测参数进行异常检测。
6、进一步地,所述异常波动系数的获取方法包括:
7、获取每个采样时刻下每个维度的运行监测参数的局部趋势参考系数;获取每个维度的运行监测参数与所述拟合运行曲线上对应采样时刻下的拟合运行参数间的拟合偏差;根据运行监测参数及所述拟合偏差的局部波动特征差异,结合所述局部趋势参考系数获取所述异常波动系数;异常波动系数的计算公式为:
8、;其中,为第个采样时刻下第维度的运行监测参数的异常波动系数;为第个采样时刻下第维度的运行监测参数的预设邻域内所有运行监测参数的标准差;为第个采样时刻下第维度的运行监测参数的预设邻域内所有运行监测参数与拟合曲线对应采样时刻下拟合运行参数的拟合偏差的标准差;为第个采样时刻下第维度的运行监测参数的局部趋势参考系数;为归一化函数;为预设第一正参数。
9、进一步地,所述局部趋势参考系数的计算公式为:
10、;其中,为第个采样时刻下第维度的运行监测参数的局部趋势参考系数;为第个采样时刻下第维度的运行监测参数的预设邻域内拟合曲线上的极值点数量;为第个采样时刻下第维度的运行监测参数的预设邻域内拟合曲线上拟合运行参数的极差;为归一化函数;为自然常数。
11、进一步地,所述噪声因子的获取方法包括:
12、根据每个维度的运行监测参数在预设时间段内的波动特征,获取每个维度的运行监测参数的波动敏感因子;根据噪声因子的计算公式获取噪声因子;噪声因子的计算公式为:
13、;其中,为第个采样时刻下第维度的运行监测参数的噪声因子;为第个采样时刻下第维度的运行监测参数的波动敏感因子;为第个采样时刻下除了第维度外的所有维度中第维度的运行监测参数的波动敏感因子;为除了第维度外的所有维度运行监测参数的维度序号;为运行监测参数的总维度数量;为第个采样时刻下第维度的运行监测参数的异常波动系数;为第个采样时刻下第维度的运行监测参数的异常波动系数;为标准归一化函数;为预设第二正参数。
14、进一步地,所述波动敏感因子的计算公式包括:
15、;其中,为第个采样时刻下第维度的运行监测参数的波动敏感因子;为预设时间段内运行监测参数的序号;为第个采样时刻下第维度的运行监测参数的预设时间段内运行监测参数的总数量;为第个采样时刻下第维度的运行监测参数的预设时间段内第个运行监测参数的预设邻域内所有运行监测参数的幅值标准差;为第个采样时刻下第维度的运行监测参数的预设时间段内第个运行监测参数的预设邻域内所有运行监测参数的幅值均值;为第个采样时刻下第维度的运行监测参数的预设时间段内第个运行监测参数的预设邻域内的极值点数量;为归一化函数;为自然常数;为中间参量;为正调节参量。
16、进一步地,所述预设k邻域参数的调整方法包括:
17、将所述噪声因子加上预设正常数作为调整系数,将所述预设k邻域参数乘以所述调整系数并进行取整后,得到调整后的k邻域参数。
18、进一步地,所述运行监测参数的维度至少包括气体压力、风机转速、气体流量及气体温度。
19、进一步地,所述对运行监测参数进行异常检测的方法为lof算法。
20、进一步地,所述预设邻域的获取方法包括:
21、以每个采样时刻下每个维度的运行监测参数为中心,沿采集时序的两个方向分别获取预设数量个运行监测参数构建预设邻域。
22、本专利技术还提出一种用于离心风机的运行监测系统,所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种用于离心风机的运行监测方法的步骤。
23、本专利技术具有如下有益效果:
24、本专利技术首先获取离心风机在每个采样时刻下多维度的运行监测参数及对应维度的所有拟合运行曲线,进而根据每个采样时刻下每个维度的运行监测参数的局部波动特征及对应拟合运行曲线的局部波动特征,获取对应采样时刻下对应维度的运行监测参数的异常波动系数;在每个采样时刻下,考虑到噪声引起所有维度运行监测参数异常波动的可能性低的特点,故根据每个维度的运行监测参数与其余所有维度的运行监测参数的异常波动系数间差异,及对应维度的运行监测参数的波动习惯特征,获取每个采样时刻下对应维度的运行监测参数的噪声因子,运行监测参数越倾向于波动,则在分析异常波动的时候越应削弱其影响以准确获取每个运行监测参数的噪声因子;根据噪声因子调整每个运行监测参数的预设k邻域参数能够调整异常检测时对噪声的敏感性从而降低错检,准确获取异常运行监测参数并预警。本专利技术通过结合噪声引起波动及离心风机异常运行引起的波动特点差异,分析运行监测参数的波动特征以获取每个运行监测数据的噪声因子,进而调整异常检测时对噪声可能性大的运行监测参数的敏感性,对k邻域参数调整,降低了误报率,还提高了运行监测准确性及效率。本文档来自技高网...
【技术保护点】
1.一种用于离心风机的运行监测方法,其特征在于,所述方法包括:
2.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述异常波动系数的获取方法包括:
3.根据权利要求2中所述的一种用于离心风机的运行监测方法,其特征在于,所述局部趋势参考系数的计算公式为:
4.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述噪声因子的获取方法包括:
5.根据权利要求4中所述的一种用于离心风机的运行监测方法,其特征在于,所述波动敏感因子的计算公式包括:
6.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述预设K邻域参数的调整方法包括:
7.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述运行监测参数的维度至少包括气体压力、风机转速、气体流量及气体温度。
8.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述对运行监测参数进行异常检测的方法为LOF算法。
9.根据权利要求2、3或者5中所述的一种用于离心风
10.一种用于离心风机的运行监测系统,其特征在于,所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述一种用于离心风机的运行监测方法的步骤。
...【技术特征摘要】
1.一种用于离心风机的运行监测方法,其特征在于,所述方法包括:
2.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述异常波动系数的获取方法包括:
3.根据权利要求2中所述的一种用于离心风机的运行监测方法,其特征在于,所述局部趋势参考系数的计算公式为:
4.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述噪声因子的获取方法包括:
5.根据权利要求4中所述的一种用于离心风机的运行监测方法,其特征在于,所述波动敏感因子的计算公式包括:
6.根据权利要求1中所述的一种用于离心风机的运行监测方法,其特征在于,所述预设k邻域参数的调整方法包括:
...【专利技术属性】
技术研发人员:赵玉明,张元,袁春民,李贤,黄杰,
申请(专利权)人:苏州众志新环冷却设备有限公司,
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。