基于连续信号简约化的故障诊断方法和装置制造方法及图纸

本发明专利技术实施例涉及信号处理技术领域，公开了一种基于连续信号简约化的故障诊断方法和装置。该方法包括：从原始决策表获取故障诊断的条件属性和决策属性；计算连续属性的中值点，并将中值序列作为候选典型分割点进行初始化赋值；计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数；将计算的实例对个数最大的分割点作为候选分割点，对所述候选典型分割点进行更新，直至属性离散指标λ大于预设阈值：根据所述更新后的候选分割点集合，形成简约化的决策表，对所述线路故障进行判断。实施本发明专利技术实施例，可以为故障诊断和属性处理提供了有力的支撑。性处理提供了有力的支撑。性处理提供了有力的支撑。

【技术实现步骤摘要】
基于连续信号简约化的故障诊断方法和装置


[0001]本专利技术涉及信号处理
，具体涉及一种基于连续信号简约化的故障诊断方法和装置。

技术介绍

[0002]针对目前现有的离散化方法缺陷，提出一种新的算法如应用于故障诊断中，有许多离散指标是处于模糊空间中，很难用数学量化语言将其准确表达，可以用模糊粗糙集理论加以处理，提取实例中影响因素较大的因子来对离散变量进行离散化。大部分离散化方法都做到此就已经结束，并且得到的断点过多，失去属性约简的应用意义。本方法中加入阈值作为截止条件，这既避免了断点过多的问题，又加强了系统的抗干扰能力。在定理的使用过程中，避免传统的产生式模糊规则两个缺点，本文主要是在分析现有的粗糙集离散化算法的基础上，提出一种新的基于模糊粗糙集理论并适用于粗糙集约简的连续属性综合离散化数学算法和评价标准。通过该算法实际应用证明了该算法的有效性和优越性。能够有效地避免同类算法中出现的局限性、断点出现过多和容易陷入局部最优等弊端。

技术实现思路

[0003]针对所述缺陷，本专利技术实施例公开了一种基于连续信号简约化的故障诊断方法和装置，为故障诊断和属性处理提供了有力的支撑。
[0004]本专利技术实施例第一方面公开一种基于连续信号简约化的故障诊断方法，所述方法包括：
[0005]从原始决策表获取故障诊断的条件属性和决策属性；
[0006]计算连续属性的中值点，并将中值序列作为候选典型分割点进行初始化赋值，形成初始的断点其中，是指属性a上第i个给定的断点，1≤i≤m，m为属性a的断点总数，假设属性a存在Z个属性值，则m＝Z
‑
1；
[0007]计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数，其中，初始的断点为所述候选典型分割点，U为实例全集，有限的对象集合U即论域；
[0008]对于决策表S＝<U，R，V，f>，R＝CU{d}是属性集合，子集C和{d}分别称为条件属性和决策属性集，U＝{x1，x2，
…
，x
n
}是有限的对象集合即论域；设决策种类的个数为r
d
，属性a的值域V
a
上的一个断点可以记为(a，c)，其中a∈R，c为实数值；值域V
a
＝[s
a
，g
a
]上的任意断点集合定义了V
a
上的一个分类其中并且分类集合
[0009]将计算的实例对个数最大的分割点作为候选分割点，对所述候选典型分割点进行更新，直至属性离散指标λ大于预设阈值：
[0010][0011]其中c
j
＝l
j min
/l
j
为规则的灵敏系数，即当该线路发生故障时，进行报警的可能性；r
j
＝(l
j+1max
‑
l
j
)/l
j
，即当与该线路相邻的线路发生故障时，发生误报的可能性，l
j
为故障点到采集装置的距离；s
j
为支持权值，r(d)为决策属性的个数，j为决策属性的值，1≤j≤r(d)；
[0012]根据所述更新后的候选分割点集合，形成简约化的决策表，对所述线路故障进行判断。
[0013]作为较佳的实施例，在本专利技术实施例第一方面中，计算条件属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数，包括：
[0014]计算属于集合X且属性a的值大于值的实例个数，记为第一实例个数，其中X是由断点分开的实例集合，
[0015]计算属于集合X且属性a的值小于值的实例个数，记为第二实例个数；
[0016]根据所述第一实例个数和第二实例个数计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数。
[0017]作为较佳的实施例，在本专利技术实施例第一方面中，计算属于集合X且属性a的值大于值的实例个数包括：
[0018][0019]计算属于集合X且属性a的值大于值的所有实例个数
[0020][0021]其中，x∈X。
[0022]作为较佳的实施例，在本专利技术实施例第一方面中，所述计算属于集合X且属性a的值小于值的实例个数包括：
[0023][0024]计算属于集合X且属性a的值小于值的所有实例个数
[0025][0026]作为较佳的实施例，在本专利技术实施例第一方面中，其特征在于，根据所述第一实例个数和第二实例个数计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数，包括：
[0027]计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数
[0028][0029]计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数
[0030][0031]其中，U＝(X
1 X2ꢀ…
X
n
)。
[0032]作为较佳的实施例，在本专利技术实施例第一方面中，将计算的实例对个数最大的分割点作为候选分割点，包括：
[0033]获取属性a中每个断点对应的能区分属性集合特征且所述属性集合特征不能被P区分的U中的实例对的个数，并将实例对个数最大的断点作为候选分割点，更新候选分割点集合。
[0034]本专利技术实施例第二方面公开了基于连续信号简约化的故障诊断装置，其包括：
[0035]获取单元，用于从原始决策表获取故障诊断的条件属性和决策属性；
[0036]第一计算单元，用于计算连续属性的中值点，并将中值序列作为候选典型分割点进行初始化赋值，形成初始的断点其中，是指属性a上第i个给定的断点，1≤i≤m，m为属性a的断点总数，假设属性a存在Z个属性值，则m＝Z
‑
1；
[0037]第二计算单元，用于计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数，其中，初始的断点为所述候选典型分割点，U为实例全集，有限的对象集合U即论域；
[0038]对于决策表S＝<U，R，V，f>，R＝CU{d}是属性集合，子集C和{d}分别称为条件属性和决策属性集，U＝{x1，x2，
…
，x
n
}是有限的对象集合即论域；设决策种类的个数为r
d
，属性a的值域V
a
上的一个断点可以记为(a，c)，其中a∈R，c为实数值；值域V
a
＝[s
a
，g
a
]上的任意断点集合定义了V
a
上的一个分类其中并且分类集合
[0039]更新单元，用于将计算的实例对个数最大的分割点作为候选分割点，对所述候选典型分割点进行更新，直至属性离散指标λ大于预设阈值：
[0040][0041]其中cj＝l
j min
/l
j
为规则的灵敏系数，即当该线路发生故障时，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.根据所述更新后的候选分割点集合，形成简约化的决策表，对所述线路故障进行判断。2.根据权利要求1所述的基于连续信号简约化的故障诊断方法，其特征在于，计算条件属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数，包括：计算属于集合X且属性a的值大于值的实例个数，记为第一实例个数，其中X是由断点分开的实例集合，计算属于集合X且属性a的值小于值的实例个数，记为第二实例个数；根据所述第一实例个数和第二实例个数计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数。3.根据权利要求2所述的基于连续信号简约化的故障诊断方法，其特征在于，所述计算属于集合X且属性a的值大于值的实例个数包括：计算属于集合X且属性a的值大于值的所有实例个数值的所有实例个数其中，x∈X。4.根据权利要求3所述的基于连续信号简约化的故障诊断方法，其特征在于，所述计算属于集合X且属性a的值小于值的实例个数包括：计算属于集合X且属性a的值小于值的所有实例个数值的所有实例个数5.根据权利要求4所述的基于连续信号简约化的故障诊断方法，其特征在于，根据所述第一实例个数和第二实例个数计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数，包括：计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数区分同时不能被P区分的U中的实例对的个数计算属性集合特征能被断点区分同时不能被P区分的U中的实例对的个数区分同时不能被P区分的U中的实例对的个数其中，U＝(X
1 X2ꢀ…ꢀ
X
n
)。6.根据权利要求5所述的基于连续信号简约化的故障诊断方法，其特征在于，将计算的实例对个数最大的分割点作为候选分割点，包括：获取属性a中每个断点对应的能区分属性集合特征且所述属性集合特征不能被P区分
的U中的实例对的个数，并将实例对个数最大的断点作为候选分割点，更新候选分割点集合。7.一种基于连续信号简约化的故障诊断装置，其特征在于，其包括：获取单元，用于从原始决策表获取故障诊断的条件属性和决策属性；第一计算单元，用于计算连续属性的中值点，并将中值序列作为候选典型分割点进行初始化赋值，形成初始的断点其中，是指属性a上第i个给定的断点，1≤i≤m，m为属性a的断点总数，假设属性a存在Z个属性值，...

【专利技术属性】
技术研发人员：徐悦，徐勇军，阎汉生，刘益标，
申请(专利权)人：广东工贸职业技术学院，
类型：发明
国别省市：