[发明专利]一种基于局部敏感哈希的发电机设备隐患预警方法

说明书

本发明提供了一种基于局部敏感哈希的发电机设备隐患预警方法。所述方法包括：获取训练数据构建多维样本空间；构建哈希函数族；从中随机选取哈希函数对样本点数据进行处理，得到数据的映射向量；把具有相同映射向量的样本点划分到一个数据类；把具有相同样本点的数据类进行合并；记录合并后每一个数据类的特征信息并存储到数据库中；对于新接收的实时数据，遍历所有的数据类，并尝试划分到某个类中；如果新的样本数据不属于任何一个类，则认为该数据代表某种潜在的故障征兆。所述系统包括：训练数据获取模块；数据处理及工况识别模块；数据库；实时数据接收模块；实时数据分析模块；隐患预警输出模块。

技术领域

本发明适用于发电机设备隐患预警领域，尤其涉及一种基于局部敏感哈希(Locality Sensitive Hashing,LSH)的发电机设备隐患预警方法。

背景技术

发电机是水力发电厂的核心设备。发电机在长时间运转的过程中，受各方面因素的影响，不可避免的会出现各种故障。其中大部分故障的形成是一个隐蔽而缓慢的过程。当最终出现剧烈的故障表象时，设备已经损坏，需要耗费大量的人力物力进行维修。因此，如何对运转过程中的设备进行持续监测，提前发现潜在的故障征兆，及时进行人工干预避免故障发生，是水力发电厂一直在研究的课题。

目前，大多数水力发电厂采用了数字化控制系统，能够在设备运转过程中以固定频率采集设备各类数据，从而对设备状态进行实时监测。但是在设备隐患预警方面，大部分采用固定阈值判定法，此方法存在如下缺陷：

1)存在一定的局限性，只能实现单参数阈值判定，无法实现多参数联合判定。

2)阈值设定依赖于现场人员的经验，设定过于严苛则产生大量无效预警，设定过于宽松则预警产生时设备已经损坏。

发明内容

针对现有技术发电机中隐患预警存在的不足，本发明提供了一种基于局部敏感哈希的发电机设备隐患预警方法。通过大量历史样本数据的训练，构建预警模型，对设备的潜在故障征兆进行提前预警。

本发明采用的技术方案如下：

一种基于局部敏感哈希的发电机设备隐患预警方法，包括以下步骤：

(1)分析并提取影响发电机设备故障的机组相关特征和影响因素，形成历史发电机特征向量，得到样本集[x₁,x₂,x₃,x₄,...x₂₀]，其中x₁,x₂,x₃,x₄,…,x₂₀为发电机相关特征历史数据值；

(2)对样本集[x₁,x₂,x₃,x₄,...x₂₀]进行数据预处理,剔除[x₁,x₂,x₃,x₄,...x₂₀]中机组异常状态下的数据值，保留机组的正常状态值；

(3)构建一系列具有统一映射规则的哈希函数族，用于把多维的样本集数据点映射为一个整型向量，即映射向量；

(4)从步骤(3)中构建的哈希函数族中，随机选取M组哈希函数，每组由N个哈希函数组成，使用这些哈希函数对样本空间中的所有样本点进行处理，得到每个样本的映射向量；

(5)在M组哈希函数中，把每一组中的具有相同映射向量的样本点划分为一个数据类；遍历所有的数据类，把具有相同样本点的数据类进行合并；合并后所得到的每一个数据类，即代表设备正常运行过程中的一种工况；

(6)记录合并后所有数据类的特征信息，并存储到数据库；