高压发生器的故障诊断方法和系统技术方案

本发明专利技术实施例涉及一种高压发生器的故障诊断方法和系统，包括：采集高压发生器在运行时的至少一组原始数据，条件属性集合中每个条件属性对应每组原始数据中的一个原始数据；对原始数据进行预处理得到预处理后的数据并生成决策表；基于决策表进行属性约简，得到约简后的条件属性集合和约简后的决策表；根据约简后的决策表生成决策树模型；根据至少一个决策树模型生成决策森林模型；根据决策森林模型得到高压发生器故障对应的故障类型和故障等级；根据故障等级和同类型故障的发生频率确定故障的可接受等级并将故障类型和可接受等级发送到显示终端。本发明专利技术实施例可以提前预警故障类型和级别，提高了故障诊断的准确率和及时性。性。性。

【技术实现步骤摘要】
高压发生器的故障诊断方法和系统


[0001]本专利技术实施例涉及数据处理
，尤其涉及一种高压发生器的故障诊断方法和系统。

技术介绍

[0002]高压发生器是X光诊断系统的核心，由于其高压部件和外围控制环节众多，系统连接复杂，因此，需要及时诊断高压电源是否发生故障，以保证系统稳定运转。
[0003]目前，传统的电源故障诊断都是通过采集高压电源的输入和输出信号，基于门限诊断和信号处理，诊断到故障后通过固定的保护策略来进行保护。
[0004]但是，这种诊断方法的故障判断条件单一，使得高压发生器发生严重故障之后才能诊断出来且无法定位故障来源以及提前预警，从而降低了故障诊断的准确率和及时性，同时由于其不具有学习机制，对诊断的结果也不能做出解释。

技术实现思路

[0005]本专利技术实施例提供一种高压发生器的故障诊断方法和系统，以解决现有技术中无法定位故障来源以及提前预警，导致故障诊断的准确率和及时性降低，以及无法对诊断的结果进行解释的问题。
[0006]本专利技术实施例的第一方面提供一种高压发生器的故障诊断方法，包括：
[0007]采集高压发生器在运行时的至少一组原始数据；
[0008]对所述原始数据进行预处理，得到预处理后的数据，并生成决策表；
[0009]基于所述决策表进行属性约简，得到约简后的决策表；
[0010]根据所述约简后的决策表生成决策树模型；
[0011]根据至少一个所述决策树模型生成决策森林模型；
[0012]根据决策森林模型得到所述高压发生器的故障对应的故障类型和故障等级；
[0013]根据所述故障等级和同类型故障的发生频率，确定所述故障的可接受等级。
[0014]可选地，所述采集高压发生器在运行时的至少一组原始数据还包括，每组所述原始数据中的一个原始数据对应条件属性集合中的一个条件属性。
[0015]可选地，所述对所述原始数据进行预处理，并生成决策表，包括：
[0016]对所述原始数据进行清洗，以得到格式统一的数据；
[0017]按照预设标准对所述格式统一的数据进行离散化处理，得到所述条件属性的至少一组属性值，所述一组属性值对应所述一组原始数据；
[0018]根据条件属性和预处理后的数据生成决策表。
[0019]可选地，所述条件属性集合包括多个条件属性，
[0020]基于所述决策表进行属性约简，包括：
[0021]删除冗余条件属性得到约简后的决策表，计算所述条件属性集合的重要度，去除所述条件属性集合中的一个条件属性，计算剩余的条件属性集合的重要度，若所述条件属
性集合的重要度与所述剩余的条件属性集合的重要度相同，则所述条件属性为冗余条件属性。
[0022]可选地，所述根据所述约简后的决策表生成决策树模型，包括：
[0023]计算所述约简后的决策表中每个条件属性的决策协调度，并将决策协调度最大的条件属性作为根节点；
[0024]根据所述约简后的决策表中条件属性对应的属性值确定分支，所述分支的数量与不同属性值的数量相等；
[0025]计算每个分支上对应的属性值的条件确定度；
[0026]如果条件确定度大于或等于所述最大的决策协调度，则相应属性值对应的分支下生成一个叶节点；否则生成一个分支节点；
[0027]删除所述约简后的决策表中决策协调度最大的条件属性，得到更新的决策表；
[0028]以所述分支节点为起点，根据所述更新的决策表重新确定根节点和分支，直至所述决策表中所有条件属性都确定为节点，以得到所述约简后的决策表对应的决策树模型。
[0029]可选地，所述方法还包括：
[0030]获取不同型号、不同版本、不同系列的高压发生器产生的不同故障类型的历史故障数据；
[0031]根据所述不同故障类型的历史故障数据生成不同故障类型分别对应的决策树模型；
[0032]将所有决策树模型的组合确定为决策森林模型。
[0033]可选地，所述根据决策森林模型，得到所述高压发生器的故障对应的故障类型和故障等级，包括：
[0034]采集高压发生器在运行时的一组运行数据；
[0035]将所述运行数据作为输入量输入所述决策森林模型，所述决策森林模型输出所述高压发生器的故障对应的故障等级。
[0036]可选地，还包括根据所述故障类型和所述故障的可接受等级采取相应措施。
[0037]可选地，还包括根据所述故障类型、所述故障的可接受等级和同类型故障的发生频率形成诊断报告并发送至终端。
[0038]本专利技术实施例的第二方面提供一种高压发生器的故障诊断系统，包括：
[0039]采集处理模块，用于采集高压发生器在运行时的至少一组原始数据，对所述原始数据进行预处理，得到预处理后的数据，并生成决策表，基于决策表进行属性约简，得到约简后的决策表；
[0040]模型建立模块，用于根据所述约简后的决策表生成决策树模型，以及根据至少一个所述决策树模型生成决策森林模型；
[0041]故障确定模块，用于根据决策森林模型得到所述高压发生器的故障对应的故障类型和故障等级；
[0042]所述故障确定模块还用于根据所述故障等级和同类型故障的发生频率，确定所述故障的可接受等级。
[0043]可选地，每组所述原始数据中的一个原始数据对应条件属性集合中的一个条件属性。
[0044]可选地，所述采集处理模块具体用于：
[0045]对所述原始数据进行清洗，以得到格式统一的数据；
[0046]按照预设标准对所述格式统一的数据进行离散化处理，得到所述条件属性的至少一组属性值，所述一组属性值对应所述一组原始数据；
[0047]根据条件属性和预处理后的数据生成决策表。
[0048]可选地，所述条件属性集合包括多个条件属性；
[0049]所述采集处理模块具体用于：
[0050]删除冗余条件属性得到约简后的决策表，计算所述条件属性集合的重要度，去除所述条件属性集合中的一个条件属性，计算剩余的条件属性集合的重要度，若所述条件属性集合的重要度与所述剩余的条件属性集合的重要度相同，则所述条件属性为冗余条件属性。
[0051]可选地，所述模型建立模块具体用于：
[0052]计算所述约简后的决策表中每个条件属性的决策协调度，并将决策协调度最大的条件属性作为根节点；
[0053]根据所述约简后的决策表中条件属性对应的属性值确定分支，所述分支的数量与不同属性值的数量相等；
[0054]计算每个分支上对应的属性值的条件确定度；
[0055]如果条件确定度大于或等于所述最大的决策协调度，则相应属性值对应的分支下生成一个叶节点；否则生成一个分支节点；
[0056]删除所述约简后的决策表中决策协调度最大的条件属性，得到更新的决策表；
[0057]以所述分支节点为起点，根据所述更新的决策表重新确定根节点和分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高压发生器的故障诊断方法，其特征在于，包括：采集高压发生器在运行时的至少一组原始数据；对所述原始数据进行预处理，得到预处理后的数据，并生成决策表；基于所述决策表进行属性约简，得到约简后的决策表；根据所述约简后的决策表生成决策树模型；根据至少一个所述决策树模型生成决策森林模型；根据决策森林模型得到所述高压发生器的故障对应的故障类型和故障等级；根据所述故障等级和同类型故障的发生频率，确定所述故障的可接受等级。2.根据权利要求1所述的方法，其特征在于，所述采集高压发生器在运行时的至少一组原始数据还包括，每组所述原始数据中的一个原始数据对应条件属性集合中的一个条件属性。3.根据权利要求2所述的方法，其特征在于，所述对所述原始数据进行预处理，并生成决策表，包括：对所述原始数据进行清洗，以得到格式统一的数据；按照预设标准对所述格式统一的数据进行离散化处理，得到所述条件属性的至少一组属性值，所述一组属性值对应所述一组原始数据；根据条件属性和预处理后的数据生成决策表。4.根据权利要求3所述的方法，其特征在于，所述条件属性集合包括多个条件属性，基于所述决策表进行属性约简，包括：删除冗余条件属性得到约简后的决策表，计算所述条件属性集合的重要度，去除所述条件属性集合中的一个条件属性，计算剩余的条件属性集合的重要度，若所述条件属性集合的重要度与所述剩余的条件属性集合的重要度相同，则所述条件属性为冗余条件属性。5.根据权利要求4所述的方法，其特征在于，所述根据所述约简后的决策表生成决策树模型，包括：计算所述约简后的决策表中每个条件属性的决策协调度，并将决策协调度最大的条件属性作为根节点；根据所述约简后的决策表中条件属性对应的属性值确定分支，所述分支的数量与不同属性值的数量相等；计算每个分支上对应的属性值的条件确定度；如果条件确定度大于或等于所述最大的决策协调度，则相应属性值对应的分支下生成一个叶节点；否则生成一个分支节点；删除所述约简后的决策表中决策协调度最大的条件属性，得到更新的决策表；以所述分支节点为起点，根据所述更新的决策表重新确定根节点和分支，直至所述决策表中所有条件属性都确定为节点，以得到所述约简后的决策表对应的决策树模型。6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：获取不同型号、不同版本、不同系列的高压发生器产生的不同故障类型的历史故障数据；根据所述不同故障类型的历史故障数据生成不同故障类型分别对应的决策树模型；将所有决策树模型的组合确定为决策森林模型。
7.根据权利要求1所述的方法，其特征在于，所述根据决策森林模型，得到所述高压发生器的故障对应的故障类型和故障等级，包括：采集高压发生器在运行时的一组运行数据；将所述运行数据作为输入量输入所述决策森林模型，所述决策森林模型输出所述高压发生器的故障对应的故障等级。8.根据权利要求1所述的方法，其特征在于，还包括根据所述故障类型和所述故障的可接受等级采取相应措施。9.根据权利要求1所述的方法，其特征在于，还包括根据所述故障类型、所述故障的可接受等级和同类型故障的发生频率形成诊断报告并发送至终端。10.一种高压发生器的故障诊断系统，其特征在于，包括：采集处理模块，用于采集高压发...

【专利技术属性】
技术研发人员：李邻春，焦德智，章进法，
申请(专利权)人：台达电子企业管理上海有限公司，
类型：发明
国别省市：