[发明专利]一种松脱部件监测系统触发数据智能分类的方法

权利要求书

1.一种松脱部件监测系统触发数据智能分类的方法，其特征在于，所述方法包括：

获得松脱部件监测系统原始触发数据；所述松脱部件监测系统原始触发数据的类别包括：控制棒撞击信号、典型零部件脱落撞击信号、系统自检信号、脉冲尖峰信号、水利波动信号、外部干扰信号；

基于原始触发数据，获得每个通道对应的数据；

对每个通道的数据进行波形特征提取，获得每个通道的特征向量；所述对每个通道的数据进行波形特征提取，获得每个通道的特征向量具体过程为：通过波形特征提取将原始每个通道数据映射至特征向量空间中，特征向量的每一个维度对应于原始每个通道数据的一个特征；且对于松脱部件触发信号，提取触发区间响应的基本通道的峰幅度、上升时间、延迟时间、主频，最小时差通道和次小时差通道的峰幅度、上升时间、延迟时间和时差事件的特征量；

建立单通道分类模型，基于单通道分类模型和每个通道的特征向量，获得每个通道的数据分类结果；所述建立单通道分类模型具体过程为：采用随机森林算法进行模型训练；所述随机森林算法采用集成学习技术训练生成多棵决策树，且在训练每个决策树使用的特征是不一样的；

获得每个通道的数据分类结果之后，对每个通道的数据分类结果进行合并，形成原始触发数据的预测分类结果。

2.根据权利要求1所述的松脱部件监测系统触发数据智能分类的方法，其特征在于，松脱部件监测系统原始触发数据为波形数据由13个通道数据构成，每个通道包含5000个数据点。