[发明专利]一种设备故障预警模型记忆矩阵的构造方法及装置

说明书

本发明提供了一种设备故障预警模型记忆矩阵的构造方法及装置，其中方法包括：S1、选取数据库中的n个数据样本作为粒子，并用二进制序列对粒子进行编码，共生成m个粒子；S2、确定构建记忆矩阵的指标及其对应的目标函数；S3、基于离散粒子群算法对目标函数进行求解，确定满足目标函数的粒子的最优值；S4、根据粒子的最优值构建设备故障预警模型记忆矩阵。本发明提供了一种设备故障预警模型记忆矩阵的构造方法及装置，解决了从历史数据中选取合适历史健康数据构建记忆矩阵的技术问题。

技术领域

本发明涉及热工技术和人工智能交叉领域，尤其涉及一种设备故障预警模型记忆矩阵的构造方法及装置。

背景技术

为了提高电站设备运行的可靠性，降低设备的维护成本，同时延长检修周期，发电企业不仅希望在设备出现故障时提供故障的检测与隔离，还要求在设备发生故障前就能实现对其预警。这样，就有足够的时间采取措施来防止故障的发生，避免不必要的损失，从而提高发电企业的经济效益和社会效益。

利用多状态估计技术通过正常运行参数之间的相似性可实现对设备运行状态的估计。多状态估计技术将正常运行状态下的历史健康数据存储在记忆矩阵中，并从记忆矩阵中学习设备状态的各个监测参数之间的关系，从而估计系统运行的健康状况。

虽然电站历史数据库存储了大量的运行数据，但是大部分样本都集中在某些特定的工况下，因此，如何从历史数据中选取合适历史健康数据构建记忆矩阵，是构建状态估计模型亟需解决的技术问题。

发明内容

本发明提供了一种设备故障预警模型记忆矩阵的构造方法及装置，解决了从历史数据中选取合适历史健康数据构建记忆矩阵的技术问题。

本发明提供了一种设备故障预警模型记忆矩阵的构造方法，包括：

S1、选取数据库中的n个数据样本作为粒子，并用二进制序列对粒子进行编码，共生成m个粒子；

S2、确定构建记忆矩阵的指标及其对应的目标函数；

S3、基于离散粒子群算法对目标函数进行求解，确定满足目标函数的粒子的最优值；

S4、根据粒子的最优值构建设备故障预警模型记忆矩阵。

作为优选，步骤S1具体包括：

S101、选取数据库中的n个数据样本作为粒子；

S102、随机选取粒子中s个数据样本赋值为1，未选取的数据样本赋值为0；

S103、基于数据库共生成m个粒子。

作为优选，目标函数为：

其中，γ₁和γ₂为权值系数，d_max为数据库中数据样本之间的最大欧氏距离，d_ij为记忆矩阵中每两个数据样本之间的欧氏距离，L₂(x)为数据样本中心化偏差。

作为优选，步骤S3具体包括：

S301、通过预置速度更新公式、预置位置更新公式和预置赋值更新公式对粒子进行速度更新、位置更新和赋值更新，确定更新后的粒子的速度、位置以及对应的二进制序列；

S302、判断更新后的粒子对应的二进制序列中数据样本为1的总个数是否等于s，若是，则执行步骤S303，若否，则对更新后的粒子进行再编码处理后执行步骤S303；

S303、计算更新后的粒子的适应度值，并判断更新后的粒子的适应度值是否大于粒子历史最优值，若是，则将更新后的粒子作为粒子历史最优值，并执行步骤S304，若否，则直接执行步骤S304；