【技术实现步骤摘要】
本专利技术涉及煤采样机运行监测，具体涉及基于电参量分析的输煤皮带采样机运行监测方法及系统。
技术介绍
1、输煤皮带采样机是一种将煤炭样本从输煤皮带上进行采样操作的设备，在生产过程中，对煤的质量和成分进行采样化验，是保证生产的重要手段，采样越正规，化验的可靠性越高，越可以确保生产出高质量的煤炭产品。同时采样机运行的电参量可以提供实时的电流和电压数据，从而连续对输煤皮带采样机的运行状态进行监测，而且有助于了解采样机的负载情况和功率需求，及时检测采样机的运行状态，防止损失扩大。
2、由于煤炭工业采样环境复杂多变，在采样机运行过程中，导致测量所得的电参量可能具有较大误差。通过局部加权回归lowess（locally weighted scatterplotsmoothing）算法，根据每个数据点附近的局部特征进行加权拟合，用来捕捉数据之间的非线性关系，可以排除采样机不良因素的干扰，获取准确的电参量拟合值，对实测电参量进行修正，但是lowess算法需要预先设置窗口大小，不适当的窗口大小可能会导致算法效果较差、精度较低的问题。
3、综上所述，本专利技术通过相关传感器采集数据，根据输煤皮带采样机数据的一级序列之间的变化特征，结合贝叶斯突变检测算法，构建各个分序列之间的区间相似关联指数，再基于马尔科夫聚类算法，分别考虑序列整体特征和相同区间的局部特征，综合得到滑动窗口修正指数，根据所得电流数据的一级序列中各时刻数据的滑动窗口修正指数，结合lowess算法的原始滑动窗口大小，实现输煤皮带采样机电参量数据曲线的拟合，提高输煤
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供基于电参量分析的输煤皮带采样机运行监测方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术实施例提供了基于电参量分析的输煤皮带采样机运行监测方法，该方法包括以下步骤：
3、采集输煤皮带采样机数据，包括电参量：电流、电压数据，与非电参量：温度、湿度、音频信号、振动信号及速率数据；将各类数据组成的序列作为各类数据的一级序列；
4、在各一级序列中，根据各数据与附近数据的一阶差分之间的差异得到各数据的局部变化突兀系数；根据贝叶斯突变检测算法及局部变化突兀系数得到各数据的贝叶斯突变概率；
5、将各一级序列进行等分得到各分序列；将电流及各非电变量的所有分序列进行两两配对得到各组分序列；根据各一级序列中每个数据的出现频率及贝叶斯突变概率得到各组分序列的区间相似距离；根据区间相似距离得到各组分序列的区间相似关联指数；根据区间相似关联指数及马尔科夫聚类算法得到电流高相关聚类集合；根据电流高相关聚类集合中各组分序列的区间相似关联指数得到各非电参量的每个分序列的区间综合影响指数；根据区间综合影响指数得到各电流数据的滑动窗口修正指数；
6、根据滑动窗口修正指数得到各时刻电流数据的综合滑动窗口大小；通过各电流数据对应时刻的综合滑动窗口大小结合局部加权回归lowess算法得到电流数据拟合曲线；获取电压数据拟合曲线；结合电流、电压拟合曲线获取功率拟合曲线，对采样机运行功率进行修正。
7、优选的，所述根据各数据与附近数据的一阶差分之间的差异得到各数据的局部变化突兀系数，具体包括：
8、计算各时刻数据的一阶差分值作为各时刻的偏差幅值；计算所有所述一阶差分值的均值；将所述均值作为最新时刻的偏差幅值；
9、在第时刻到第时刻中，计算第i时刻与其他各时刻的偏差幅值的差值绝对值；计算所有所述差值绝对值的平均值；将所述平均值作为第i时刻数据的局部变化突兀系数；其中当第到第时刻的偏差幅值不能全部获取时，则通过能获取到的所有偏差幅值的均值进行填充。
10、优选的，所述根据贝叶斯突变检测算法及局部变化突兀系数得到各数据的贝叶斯突变概率，具体为：将所有时刻数据的局部变化突兀系数组成的序列作为局部变化突兀序列；通过贝叶斯突变检测算法获取局部变化突兀序列中各数据的贝叶斯突变概率。
11、优选的，所述根据各一级序列中每个数据的出现频率及贝叶斯突变概率得到各组分序列的区间相似距离，具体包括：
12、将各一级序列中每个数据的出现频率作为各数据的频率；将各分序列中所有数据的频率组成的概率分布图作为分序列的概率分布图；计算各组分序列概率分布图之间的wasserstein距离；计算各组分序列中相同时刻对应数据的贝叶斯突变概率的差值绝对值；计算所有所述差值绝对值的平均值；计算所述wasserstein距离与所述平均值的和值；将所述和值作为各组分序列的区间相似距离。
13、优选的，所述根据区间相似距离得到各组分序列的区间相似关联指数，具体包括：
14、计算各分序列的对应最小时刻之间的差值绝对值；计算以自然常数为底数、以所述差值绝对值为指数的指数函数的计算结果，记为第一指数；计算以自然常数为底数、以各组分序列的区间相似距离的相反数为指数的指数函数的计算结果，记为第二指数；
15、对于各组分序列，两个分序列若属于同类数据的一级序列，则将倍的第一指数作为两个分序列的相似关联权重；若不属于同类数据的一级序列，则将倍的第一指数作为两个分序列的相似关联权重；其中、为预设倍数，；
16、获取所有所述相似关联权重的最大值；计算各组分序列的相似关联权重与所述最大值的比值；计算第二指数与所述比值的乘积；将所述乘积作为各组分序列的区间相似关联指数。
17、优选的，所述根据区间相似关联指数及马尔科夫聚类算法得到电流高相关聚类集合，具体为：
18、将各分序列作为各节点、将区间相似关联指数作为对应节点之间连线权重构建无向图；通过马尔科夫聚类算法对无向图中节点进行聚类得到各聚类簇；获取各聚类簇中电流的分序列的数量；将所述数量大于等于划分阈值的聚类簇作为高相似聚类簇；将所有高相似聚类簇中元素组成的集合作为电流高相关聚类集合；其中划分阈值通过大津法对各聚类簇中所述数量划分获取。
19、优选的，所述根据电流高相关聚类集合中各组分序列的区间相似关联指数得到各非电参量的每个分序列的区间综合影响指数，具体包括：
20、温度数据的各分序列的区间综合影响指数的表达式为：
21、；
22、式中，为温度数据的第个分序列的区间综合影响指数，为温度数据对电流数据的序列初始影响指数，、分别为温度、电流数据的第个分序列，为分序列与之间的区间相似关联指数，m为非电参量数据种类数，为第m种非电参量的第个分序列，、分别为所有电流高相似关联聚类簇中属于温度、电流的分序列的数量，为电流高相似关联聚类簇中第y个电流的分序列与第个温度的分序列之间的区间相似关联指数，为所有电流高相似关联聚类簇中属于第m种非电参量的分序列的数量，为电流高相似关联聚类簇中第m种非电参量的第y个分序列；
23、采用温度数据各分序列的区间综合影响指数的计算方法，计算其他各非电参量每个分序列的区间综合影响指数。<本文档来自技高网...
【技术保护点】
1.基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据各数据与附近数据的一阶差分之间的差异得到各数据的局部变化突兀系数，具体包括：
3.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据贝叶斯突变检测算法及局部变化突兀系数得到各数据的贝叶斯突变概率，具体为：将所有时刻数据的局部变化突兀系数组成的序列作为局部变化突兀序列；通过贝叶斯突变检测算法获取局部变化突兀序列中各数据的贝叶斯突变概率。
4.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据各一级序列中每个数据的出现频率及贝叶斯突变概率得到各组分序列的区间相似距离，具体包括：
5.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据区间相似距离得到各组分序列的区间相似关联指数，具体包括：
6.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，
7.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据电流高相关聚类集合中各组分序列的区间相似关联指数得到各非电参量的每个分序列的区间综合影响指数，具体包括：
8.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据区间综合影响指数得到各电流数据的滑动窗口修正指数，表达式为：
9.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据滑动窗口修正指数得到各时刻电流数据的综合滑动窗口大小，具体包括：
10.基于电参量分析的输煤皮带采样机运行监测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项方法的步骤。
...【技术特征摘要】
1.基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据各数据与附近数据的一阶差分之间的差异得到各数据的局部变化突兀系数，具体包括：
3.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据贝叶斯突变检测算法及局部变化突兀系数得到各数据的贝叶斯突变概率，具体为：将所有时刻数据的局部变化突兀系数组成的序列作为局部变化突兀序列；通过贝叶斯突变检测算法获取局部变化突兀序列中各数据的贝叶斯突变概率。
4.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据各一级序列中每个数据的出现频率及贝叶斯突变概率得到各组分序列的区间相似距离，具体包括：
5.如权利要求1所述的基于电参量分析的输煤皮带采样机运行监测方法，其特征在于，所述根据区间相似距离得到各组分序列的区间相似关联指数，具体包括：
【专利技术属性】
技术研发人员：袁广振，宋欣，吴庆娟，朱安宁，
申请(专利权)人：华洋通信科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。