[发明专利]一种基于监测数据多属性特征融合的管道状态识别方法

权利要求书

1.一种基于监测数据多属性特征融合的管道状态识别方法，其特征在于，基于管道状态监测数据构建状态识别框架，使得框架内包括正常、堵塞和泄漏状态模式，基于状态识别框架包含的状态模式，提取管道运行状态的数据特征；采用综合考虑敏感性与波动性的评价指标对上述数据特征进行选择，将获得的特征作为状态识别框架的证据体，按照对管道待识别状态数据进行处理，获得管道待识别状态数据的对应证据体，获取证据体的基本概率值，利用D-S证据理论合成规则，对当前状态的所有证据信息进行融合分析，确定当前状态属于识别框架中的类型，实现对管道运行状态的识别与判断；获取状态识别框架的证据体的步骤如下：

S201、对状态模式数据A_i进行特征提取，令T_i代表方根幅值、绝对平均值、均方根值、方差、偏斜度指标、峭度指标、波形指标、峰值指标、脉冲指标和裕度指标，A_i数据特征可表示为：

其中，J是特征种类个数；n是窗口数据个数；

S202、构建基于敏感性与波动性的综合特征评价指标，对T₁～T₁₀进行评价，包括以下步骤：

(a)设共有N类状态模式，计算第c类第j个特征的类内距离d_c,j(j)：

其中，i＝1,2...M_c,j＝1,2...J,c＝1,2...C，M_c为第c类的样本个数；J为特征个数；C为类别个数；q_i,c,j为第c类第i个样本第j个特征的特征值，为第c类第j个特征的特征值平均值；

(b)计算第j个特征C个类的类内距离的四分位均值，将d_c,j(j)按照从小到大的顺序排列，并记录其下标为n∈[1,N]，

其中，为第j个特征C个类的类内距离的四分位均值；

计算类内距离的差异性参数

(c)计算第c类第j个特征的四分位平均值：

计算第j个特征C个类的类间距离的平均值

c,e＝1,2...C,c＞e

其中，u_e,j、u_c,j为第e和第c个类第j个特征的四分位均值；

计算类间距离的差异性参数

根据正则化法则，计算出基于距离评估比例系数λ_j：

(d)计算类间距离与类内距离的比值a_j：

(e)计算特征的敏感度评估参数Sen：

其中，Sen为敏感度指标；

(f)波动性指标Vol定义为：

其中，F_ij为数据的信号特征；N为设备状态个数；n为每种状态下的样本数；C_i,i＝1,..m为同类状态样本的平均值，综合考虑特征的敏感性指标和波动性指标，提出基于敏感性与波动性的综合特征评价指标Com如下：

获得能够表征管道运行状态的特征指标：m₁，m₂，……m_k，其中k小于等于10，作为证据体。

2.根据权利要求1所述的基于监测数据多属性特征融合的管道状态识别方法，其特征在于，构建状态识别框架的步骤如下：

S101、设管道运行状态有N种状态Θ＝{A₁,A₂,...A_N}；

S102、获取识别框架中N种状态模式下的数据样本A，并以r个数据点为一个处理窗口，以Tc个数据点为步长进行滑动窗口处理，设获得n个窗口数据，得到识别框架Θ。