[发明专利]基于多尺度主元分析的给水泵故障检测方法

摘要

本发明公开了基于多尺度主元分析的给水泵故障检测方法，利用离散小波变换对采集的变量数据进行分解，利用主元分析法确定在每个尺度内的小波系数，再将大于特定阈值的系数选出来产生多尺度的模型；利用主元分析法对新的统计量进行建模，分别计算T2统计量和Q统计量，当其中有一个统计量超出阈值时即发出故障警报。本发明的给水泵的过程数据本质上是多尺度的，在不同的时域和频域中存在差异性，传统的基于单一尺度的统计方法不能够将表现系统运行状态的主要变量准确分隔出来；因此选取多尺度的主成分分析法进行特征提取可以提高检测的灵敏度。

主权项

1.基于多尺度主元分析的给水泵故障检测方法，其特征在于：包括以下几个步骤：Step1：采集电厂给水泵在正常运行状态下运行状态参数数据，并对采集的数据进行标准化，构成训练数据样本集X∈Rm×n，其中，m为状态变量个数，n为训练样本数；Step2：通过离散小波变换对m个状态变量中的每一个状态变量都进行分解，得到小波系数d1,d2…dL和近似系数aL，即获得系数矩阵Y，L为选定尺度；Step 3：对于每个选定的尺度(d1,d2,d3,d4,a4)，将主成分分析法作用于系数矩阵Y；选取主元个数l,将对应数量的主成分加载矢量保留下来，从而小波系数就在每个选定的尺度里被重构；Step 4：将系数矩阵Y中统计量指标大于设定阈值的系数保留下来，获得新的系数矩阵Ynew；Step 5：通过逆离散小波变换从新的系数矩阵Y_new中，重构出包含确定性分量的变量数据阵Step 6：用多尺度主元分析法对小波重构的变量数据进行建模，计算提取出来的确定性分量的PCA加载矩阵P，并且计算得到T²统计量和Q统计量及相应的阈值；Step 7：采集当前时刻的给水泵运行状态样本数据值，采用多尺度主成分分析法，计算得到对应的T2统计量和Q统计量并与阈值进行比较，若超出阈值则发出故障警报。