基于代理模型机车柴油机传感器数据实时异常检测方法技术

本发明专利技术涉及检测技术领域，尤其是一种基于代理模型机车柴油机传感器数据实时异常检测方法，具体步骤如下：获取传感器实时数据和传感器历史数据；建立代理模型，利用传感器历史数据建立训练样本集；利用代理模型构建近似模型，并将训练样本集代入近似模型进行模型训练；利用近似模型对传感器实时数据进行预测分析，计算出预测误差P；当预测误差P小于第一阈值时，则判定传感器数据正常，否则判定异常；正常的传感器数据的预测误差P大于第二阈值时，则将正常传感器实时数据加入步骤S3中的训练样本集。本发明专利技术利用代理模型更新近似模型，并通过训练样本集对代理模型实时更新，解决了近似模型精度随着时间推进而逐渐下降的问题。

【技术实现步骤摘要】

本专利技术涉及检测，尤其涉及一种基于代理模型机车柴油机传感器数据实时异常检测方法。

技术介绍

1、故障预测与健康管理(phm，prognostics health management)是一种利用先进传感器集成，借助故障机理、数据驱动等算法和模型，实现状态评价、故障预测、诊断分析的健康管理技术。代理模型技术能够对核心数据项点变化趋势进行预测，并且强调了数据分析上的价值。

2、目前机车只具备数据报警功能，不具备故障诊断、故障预测、提供运维建议提示功能，数据分析处理需要回机务段外接电脑查看和解决。

3、当前的异常检测方法中大多数采用传统机器学习方法如随机森林、聚类算法等，这些方法很大程度上依赖于人工设计的数据表示和特征提取的有效性，限制了特征信息的完全提取。并且在实际运行环境中，铁路机车柴油机的运行参数一直处于动态变化中，即便现有的模型可以预测出铁路机车的异常状态，但是预测精度会随着时间推进而逐渐下降。

4、因此，亟需一种能够实时监测铁路机车柴油机运行异常的故障预测方法。

技术实现思路...

【技术保护点】

1.一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征是，具体步骤是：

2.如权利要求1所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征在于：在步骤S1中，采用数据预处理方法清洗传感器实时数据。

3.如权利要求1所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征在于：在步骤S2中，采用数据预处理方法清洗传感器历史数据。

4.如权利要求2或3所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征在于：所述数据预处理方法为线性函数归一化处理。

5.如权利要求1所述的一种基于代理模型机车柴油...

【技术特征摘要】

1.一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征是，具体步骤是：

2.如权利要求1所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征在于：在步骤s1中，采用数据预处理方法清洗传感器实时数据。

3.如权利要求1所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征在于：在步骤s2中，采用数据预处理方法清洗传感器历史数据。

4.如权利要求2或3所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法，其特征在于：所述数据预处理方法为线性函数归一化处理。

5.如权利要求1所述的一种基于代理模型机车柴油机传感器数据实时异常检测方法...

【专利技术属性】
技术研发人员：叶帆，方浩，张洪磊，郑永强，李友峰，吴佳俊，蒋伟豪，吴亦宁，米贵，杨田云，李梦斐，王影，张亮亮，张强，刘维山，杨青青，闫玉凤，
申请(专利权)人：中车戚墅堰机车有限公司，
类型：发明
国别省市：