[发明专利]基于数据驱动的柴油机安保参数预测方法

说明书

本申请公开了一种基于数据驱动的柴油机安保参数预测方法，包括如下步骤：步骤S1：采集安保参数，所述安保参数包括安保基础参数与安保扩展参数；步骤S2：对所述安保基础参数通过单值预测模型进行参数预测并得出单值预测结果；步骤S3：对所述安保扩展参数通过多元预测模型进行参数预测并得出多元预测结果；步骤S4：对所述单值预测结果与所述多元预测结果进行拟合分析，确定柴油机安保参数数据极限与趋势劣化度，判定柴油机安全状态并确定报警信息。并且采用单值预测模型和多元预测模型结合，避免因数据波动造成敏感性预测的问题，使得预测方法更为方便和稳定。

技术领域

本申请涉及柴油机安全预测技术领域，具体而言涉及一种基于数据驱动的柴油机安保参数预测方法。

背景技术

柴油机安全状态趋势预测是指根据柴油机历史监测数据，对未来一段时间内的柴油机安全状态进行预测。目前状态预测的方法总体上可分为基于物理模型和基于数据驱动两大类。由于柴油机机械设备大型，结构复杂，建立精准的柴油机物理模型实现预测是十分困难的，基于数据驱动的方法可以弱化柴油机经验知识的作用。

现阶段柴油机安全状态预测主要存在两个问题：一是预测结果的准确性，二是预测结果的真实性。

因此，现有技术存在缺陷，急需改进。

发明内容

本申请的目的在于提供一种基于数据驱动的柴油机安保参数预测方法，以解决现有技术中柴油机安保参数预测结果准确性与真实性较低的问题。

本申请实施例提供一种基于数据驱动的柴油机安保参数预测方法，包括如下步骤：

步骤S1：采集安保参数，所述安保参数包括安保基础参数与安保扩展参数；

步骤S2：对所述安保基础参数通过单值预测模型进行参数预测并得出单值预测结果；

步骤S3：对所述安保扩展参数通过多元预测模型进行参数预测并得出多元预测结果；

步骤S4：对所述单值预测结果与所述多元预测结果进行拟合分析，确定柴油机安保参数数据极限与趋势劣化度，判定柴油机安全状态并确定报警信息。

可选地，在本申请一实施例中，所述步骤S2包括：

步骤S21：通过灰色预测模型对所述安保基础参数进行逐步预测，获得第一预测数值；

步骤S22：通过指数平滑预测模型对所述安保基础参数进行间步预测，获得第二预测数值；

步骤S23：将所述第一预测数值与所述第二预测数值分别与实际参数数值进行比对分析，得出预测数据差值，以预测数据差值较小的数值作为初步结果，并将预测数据差值较大的数值作为辅助参数，以对所述初步结果进行修正调整，得出所述单值预测结果。

可选地，在本申请一实施例中，所述步骤S21包括：

步骤S211：对采集的所述安保基础参数进行数据处理；其中，

将已获取的所述安保基础参数描述为X，X为该参数已采集的等时间间隔的n个时间序列数据：

X⁽⁰⁾＝{X⁽⁰⁾(1),X⁽⁰⁾(2),…X⁽⁰⁾(n)}

对数据进行差值去噪处理，将已采集数据处理成保持变化趋势对比的平滑曲线；

设置预测数据量m，并根据数据量m对数据进行处理；

步骤S212：对采集的所述安保基础参数进行数据进行累加；其中，

利用平滑处理后的监测参数数据(记为X⁽⁰⁾)计算一次累加得到：