[发明专利]基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法

权利要求书

1.一种基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法，其特征在于，所述方法包括：

从数据采集系统获取燃气轮机控制系统的原始故障样本信号，并且进行数据预处理，以形成初始数据集；

对所述初始数据集进行VMD-AR建模，以获得用于表征故障的故障特征向量，所述故障特征向量包括训练集和测试集；

根据故障的不同层级特点和故障类型设计多个LightGBM分类模型，以形成分层故障诊断模型，所述分层故障诊断模型通过所述训练集来训练；

使用贝叶斯优化算法对所述分层故障诊断模型的超参数进行优化，并将所述测试集中的待识别信号输入所述分层故障诊断模型中，以得到诊断结果，从而实现燃气轮机控制系统回路故障诊断。

2.根据权利要求1所述的基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法，其特征在于，所述数据预处理操作包括剔除冗余样本操作、去除异常样本操作以及数据归一化操作。

3.根据权利要求1所述的基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法，其特征在于，所述对所述初始数据集进行VMD-AR建模，以获得用于表征故障的故障特征向量，包括：

利用VMD将所述初始数据集中的信号分解为具有有限带宽的模态分量集；

对所述模态分量集中的所有模态分量进行AR建模，并采用最小信息量准则来对AR模型阶次进行判断；

由判断辨识得到的AR模型参数构成故障信号的特征向量；

基于主元分析从所有故障信号的特征向量中提取故障特征，并将所提取的故障特征作为最终的故障特征向量。

4.根据权利要求3所述的基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法，其特征在于，利用VMD将所述初始数据集中的信号按如下式(1)分解为具有有限带宽的模态分量集：

其中δ(t)代表单位脉冲数；t表示时间，ω_k为信号的中心频率；s_k(t)为燃机控制系统故障信号x(t)的第k个模态时域信号；ρ_t表示对函数进行求偏导；m表示模态分量集的总数。

5.根据权利要求3所述的基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法，其特征在于，对所述模态分量集中的所有模态分量按如下式(2)进行AR建模，并采用最小信息量准则来对AR模型阶次进行判断，

式(2)称为w阶AR模型，其中w为模型的阶数，a_t为互不干扰的白噪声序列，为模型系数，x为模态分量。

6.根据权利要求5所述的基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法，其特征在于，最小信息量准则判据的具体表达如下式(3)所示：

其中AIC(p)为函数值，N为序列元素个数，为AR模型预报误差方差，p为模型阶次。