System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及故障数据检测,具体涉及一种煤矿机电运行故障实时监测系统。
技术介绍
1、在煤矿生产过程中,机电设备的稳定运行对于确保生产安全和提高生产效率至关重要。然而,由于煤矿环境的复杂性和机电设备的老化、磨损等原因,机电设备在运行过程中常常会出现各种故障。传统的故障监测方法往往依赖于人工巡检和经验判断,这种方法不仅效率低下,而且难以准确及时地发现和处理故障。
2、煤矿机电在运行时需要进行实时监测,以避免运行过程中出现的故障导致生产事故,现有技术中,常使用孤立森林模型对机电运行时的所有机电监测数据进行同时监测,将一个采集时刻的所有维度的历史机电监测数据作为一个样本输入到模型中,从而对机电监测数据进行实时故障检测。但是在机电运行过程中,会随着使用情况的变化导致机电数据发生一定的偏移,原先的孤立森林模型无法应对发生偏移的机电数据,从而导致故障监测存在较大误差。
技术实现思路
1、为了解决机电运行过程中,会随着使用情况的变化导致机电数据发生一定的偏移,原先的孤立森林模型无法应对发生偏移的机电数据,从而导致故障监测存在较大误差的技术问题,本专利技术的目的在于提供一种煤矿机电运行故障实时监测系统,所采用的技术方案具体如下:
2、本专利技术提出一种煤矿机电运行故障实时监测系统,所述系统包括:
3、样本采集模块,用于获取机电运行预设时期中每个采集时刻的不同维度机电数据组成的机电样本;将所述预设时期划分为固定时期与变化时期;将固定时期内每个机电样本作为原始机电样
4、决策能力分析模块,用于将变化时期内每个变化机电样本加入到所述原始孤立森林模型内,获得变化孤立森林模型;根据所述变化孤立森林模型中的所有机电样本的趋势变化,获取所述变化孤立森林模型中每棵孤立树的趋势表现能力;根据变化孤立森林模型中每棵孤立树中所有机电样本的树高分布与采集时刻分布,获得变化孤立森林模型中每棵孤立树的梯度留存能力;根据变化孤立森林模型中每棵孤立树的所述趋势表现能力与所述梯度留存能力,获得变化孤立森林模型中每棵孤立树的决策能力;
5、最新孤立森林模型获取模块,用于根据所述变化孤立森林模型中所有孤立树的决策能力对孤立树进行删除,获得最新孤立森林模型;
6、异常检测模块,用于根据最新孤立森林模型获取每个实时获取的机电样本的异常分数;根据所述异常分数进行机电运行实时故障检测。
7、进一步地,所述原始孤立森林模型的获取方法包括:
8、原始孤立森林模型内的每棵孤立树存在一个决策维度;所述决策维度为所有维度中信息增益率最大的维度。
9、进一步地,获得变化孤立森林模型,包括:
10、将变化时期内第一个采集时刻的变化机电样本加入到原始孤立森林模型中的每棵孤立树中,计算变化机电样本在每棵孤立树中的树高作为样本树高;
11、若样本树高大于预设第一树高,则将孤立树中树高最大的原始机电样本删除,将变化机电样本加入孤立树,获得变化孤立树;若样本树高小于预设第一树高,则孤立树不发生改变;
12、根据变化时期的采集时刻次序依次对原始孤立森林模型进行更新,获得变化孤立森林模型。
13、进一步地,获取所述变化孤立森林模型中每棵孤立树的趋势表现能力,包括:
14、将每棵孤立树中每个机电样本的决策维度下的数据按照采集时刻的顺序依次输入到mann-kendall趋势检验算法,获得每棵孤立树中的mann-kendall统计量;
15、将每棵孤立树中的mann-kendall统计量的绝对值进行负相关映射并归一化处理,获得变化孤立森林模型中每棵孤立树的趋势表现能力。
16、进一步地,梯度留存能力的获取方法包括:
17、获取变化孤立森林模型中每棵孤立树中所有机电样本的树高分布特征与采集时刻分布特征;
18、根据变化时期中最后一个变化机电样本的采集时刻与每棵孤立树中所有机电样本的整体采集时间之间的时间差异程度,获得每棵孤立树中所有机电样本的时间离散程度;
19、将所述树高分布特征、所述采集时刻分布特征与所述时间离散程度的乘积进行负相关映射并归一化处理,获得变化孤立森林模型中每棵孤立树的梯度留存能力。
20、进一步地,获取每棵孤立树中所有机电样本的树高分布特征与采集时刻分布特征,包括:
21、将变化孤立森林模型中每棵孤立树中所有机电样本的树高峰度作为所有机电样本的树高分布特征;
22、将变化孤立森林模型中每棵孤立树中所有机电样本的采集时刻峰度作为所有机电样本的采集时刻分布特征。
23、进一步地,所述时间离散程度的获取方法包括:
24、将变化孤立森林模型中每棵孤立树中所有机电样本的采集时刻的均值作为每棵孤立树中的整体样本采集时间;
25、将变化时期中最后一个变化机电样本的采集时刻的一半与所述整体样本采集时间之间的差异,作为变化孤立森林模型中每棵孤立树中所有机电样本的时间离散程度。
26、进一步地,所述决策能力的获取方法包括:
27、将变化孤立森林模型中每棵孤立树的所述趋势表现能力与所述梯度留存能力的乘积,作为变化孤立森林模型中每棵孤立树的决策能力。
28、进一步地,最新孤立森林模型的获取方法包括:
29、预设第一阈值,将决策能力小于所述第一阈值的每个孤立树从所述变化孤立森林模型中进行删除;将删除的孤立树作为淘汰孤立树;利用孤立森林算法,将每个淘汰孤立树中的所有机电样本进行重新决策划分,获得每个最新孤立树;
30、将删除数量个最新孤立树加入变化孤立森林模型中,获得最新孤立森林模型。
31、进一步地,根据异常分数进行机电运行实时故障检测,包括:
32、将实时获取的机电样本加入最新孤立森林模型中,获取实时获取的机电样本的异常分数;
33、预设第二阈值,当异常分数大于第二阈值时,将实时获取的机电样本作为异常样本;
34、将所述异常样本中的所有机电数据作为机电运行过程中的故障数据。
35、本专利技术具有如下有益效果:
36、本专利技术为了对机电运行的不同状态进行同时监测,所以获取机电运行预设时期中每个采集时刻的不同维度的机电数据,并将每个采集时刻的不同维度的机电数据作为一个机电样本;利用固定时期内的原始机电样本构建原始孤立森林模型;由于机电运行状态发生改变后,原始孤立森林模型的决策能力会发生改变,为了后续分析决策能力,需要将变化时期内每个变化机电样本加入到原始孤立森林模型内,对原始孤立森林模型进行更新,获得变化孤立森林模型;由于机电数据部分维度可能存在趋势变化,会导致变化孤立森林模型中呈现两级分化的状态,所以本专利技术分析了变化孤立森林模型中每棵孤立树的趋势表现能力;由于趋势变化会导致变化机电样本不会按照正常的决策路径进行决策,此本文档来自技高网...
【技术保护点】
1.一种煤矿机电运行故障实时监测系统,其特征在于,所述系统包括:
2.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,所述原始孤立森林模型的获取方法包括:
3.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,获得变化孤立森林模型,包括:
4.根据权利要求2所述的一种煤矿机电运行故障实时监测系统,其特征在于,获取所述变化孤立森林模型中每棵孤立树的趋势表现能力,包括:
5.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,梯度留存能力的获取方法包括:
6.根据权利要求5所述的一种煤矿机电运行故障实时监测系统,其特征在于,获取每棵孤立树中所有机电样本的树高分布特征与采集时刻分布特征,包括:
7.根据权利要求5所述的一种煤矿机电运行故障实时监测系统,其特征在于,所述时间离散程度的获取方法包括:
8.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,所述决策能力的获取方法包括:
9.根据权利要求1所述的一种煤矿机电运行故障实时监
10.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,根据异常分数进行机电运行实时故障检测,包括:
...【技术特征摘要】
1.一种煤矿机电运行故障实时监测系统,其特征在于,所述系统包括:
2.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,所述原始孤立森林模型的获取方法包括:
3.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,获得变化孤立森林模型,包括:
4.根据权利要求2所述的一种煤矿机电运行故障实时监测系统,其特征在于,获取所述变化孤立森林模型中每棵孤立树的趋势表现能力,包括:
5.根据权利要求1所述的一种煤矿机电运行故障实时监测系统,其特征在于,梯度留存能力的获取方法包括:
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员:王栋,杨汶泉,秦雷,陈致友,张庆林,宗鹏成,
申请(专利权)人:济宁市金桥煤矿,
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。