[发明专利]基于滑动窗口的随机森林突发性故障预警方法

说明书

本发明公开了一种基于滑动窗口的随机森林突发性故障预警方法，首先构建随机森林算法中自适应目标标签生成策略：通过分析制氩空分系统中监测的突发性故障数据特征，在传统随机森林算法的基础上，自适应构建目标标签；然后构建数据集：将制氩空分系统突发性故障的监测数据作为样本集，并将该样本集划分为训练集和测试集，构建适合于基于滑动窗口的随机森林算法的数据集；其次通过随机抽取该训练集中的样本，建立多棵决策树；最后在测试集中加入滑动窗口，实现突发性故障预警。本发明通过自适应生成目标标签对数据进行预处理，并在测试集中加入滑动窗口，以块结构的思想，对制氩空分系统的突发性故障进行及时地预测。

技术领域

本发明属于工业系统智能维护技术领域，具体涉及一种基于滑动窗口的随机森林突发性故障预警方法。

背景技术

系统智能维护是采用性能衰退和预测方法，结合现代电子信息技术，使设备达到近乎零故障性能的一种新型维护技术。系统智能维护的重点在于信息分析、性能预测、维护优化、应需式监测等技术的开发与应用，其主要任务是通过监测系统的运行状态，实现对未来时期系统健康状态的预测。由于工业系统中故障出现的原因复杂、设备的监测数据难以获取、数据质量较低等原因，导致对工业系统故障预警的研究十分匮乏。开展故障预警研究以及实现系统的早期维护，是系统智能维护的重要组成部分，因此，对工业系统开展故障预警研究有重大意义。

由于突发性故障的发生具有一定的随机性，且短时间内工作人员不易监测到系统的异常状态，所以无法对系统进行及时维护；同时，突发故障一旦出现，则可导致系统死机、停止运行。综上所述，对工业系统突发故障的准确预测显得尤为重要。

结合突发性故障的特点，针对故障预警研究所面临的问题，提出一种基于滑动窗口的随机森林突发性故障预警研究方法，该方法不仅能够增强对故障预警研究的信心，对于该学科和行业的进步起着关键性的作用。

发明内容

本发明的目的是提供一种基于滑动窗口的随机森林突发性故障预警方法，通过自适应生成目标标签对数据进行预处理，并在测试集中加入滑动窗口，以块结构的思想，对制氩空分系统的突发性故障进行及时地预测。

本发明所采用的技术方案是，基于滑动窗口的随机森林突发性故障预警方法，具体按照以下步骤实施：

步骤1、构建随机森林算法中自适应目标标签生成策略：通过分析制氩空分系统中监测的突发性故障数据特征，在传统随机森林算法的基础上，自适应构建目标标签L_p；

步骤2、构建数据集：将制氩空分系统突发性故障的监测数据作为样本集，并将该样本集划分为训练集和测试集，构建适合于基于滑动窗口的随机森林算法的数据集；

步骤3、建立决策树：针对步骤2中所得训练集，通过随机抽取该训练集中的样本，建立多棵决策树；

步骤4、在测试集中加入滑动窗口，实现突发性故障预警：通过计算多棵决策树预测值的平均值确定输入样本的最终预测结果。

本发明的特点还在于，

步骤1具体如下：

步骤1.1、找出制氩空分系统中突发性故障监测数据的最值。在监测数据x_i中，i＝1,2,…,N，找出最大值x_max和最小值x_min，其中，x_i表示第i个突发性故障监测数据，N表示突发性故障监测数据的总个数；

步骤1.2、根据式(1)计算监测数据中相邻两个数据之间的一阶差分绝对值Δx_j,j＝1,2,…,N-1，并将计算得到的一阶差分绝对值Δx_j存放在差分集合ΔX中；

其中，Δx_j表示计算得到的第j个相邻数据的一阶差分绝对值，N-1表示所得差分绝对值的总个数；