【技术实现步骤摘要】
本专利技术涉及船舶动力监测，尤其涉及一种基于主元分析法的船舶动力装置故障监测方法及系统。
技术介绍
1、船舶动力装置是一个非常复杂的系统，由数十种子系统和设备组成，其系统非常复杂，涉及的设备种类及数量多达上百种，因此导致动力装置在运行的过程中出现故障的概率较大。
2、传统船舶动力装置事故监测的方法，都是基于传感器数据设计规则而判断的，但在实际动力装置运行过程中，很多事故是首次发生且是在监测参数变化不大的时候就发生的，导致传统事故监测方法难以及时监测到异常参数，从而造成重大事故的发生。
3、由此可见，相关技术中的船舶动力装置故障监测方法，存在滞后性且监测效率不高的技术问题。
技术实现思路
1、本专利技术提供一种基于主元分析法的船舶动力装置故障监测方法及系统，用以解决现有技术中船舶动力装置故障监测方法，存在滞后性且监测效率不高的缺陷，实现提高在故障发生初期就监测到的概率。
2、本专利技术提供一种基于主元分析法的船舶动力装置故障监测方法，包括如下步骤。
3、对原始测量数据进行预处理，得到标准化数据矩阵，其中，所述原始测量数据为船舶动力装置的监测数据；确定所述标准化数据矩阵的协方差矩阵；对所述协方差矩阵进行特征值分解，得到多个标准特征向量以及与所述多个标准特征向量分别对应的多个特征值；基于所述多个标准特征向量与所述多个特征值，确定主成分分析模型的多个主元的数量，以及所述多个主元的累计方差贡献率；基于所述数量与所述累计方差贡献率，确定所述主成分
4、根据本专利技术提供的一种基于主元分析法的船舶动力装置故障监测方法，在所述将所述贡献率的增加数值大于预设的贡献率阈值的监测参数，作为异常参数之后，所述方法还包括：确定与所述异常参数对应的所述船舶动力装置的传感器所监测的设备，并将所述设备作为故障设备。
5、根据本专利技术提供的一种基于主元分析法的船舶动力装置故障监测方法，所述对原始测量数据进行预处理，得到标准化数据矩阵，包括：对原始测量数据进行均值标准差归一化处理，得到标准化数据矩阵，其中，所述标准化数据矩阵中的每个参数所被赋予的权重相等。
6、根据本专利技术提供的一种基于主元分析法的船舶动力装置故障监测方法，所述第一统计量为所述测试向量在所述主元空间的投影点到样本均值中心点的距离，所述第一统计量用于表示所述测试向量在变化趋势和变化幅值上偏离所述主成分分析模型的程度；所述第二统计量为所述测试向量到所述主成分分析模型定义的所述主元空间的欧式距离，所述第二统计量用于表示所述测试向量与所述主成分分析模型的不匹配程度。
7、根据本专利技术提供的一种基于主元分析法的船舶动力装置故障监测方法，所述第一统计量服从自由度为和、置信水平为的f分布，其中，为所述主元的数量，为待监测参数的数量，为显著性水平，所述第一统计量阈值为所述f分布的临界值。
8、根据本专利技术提供的一种基于主元分析法的船舶动力装置故障监测方法，所述确定所述测试向量中各个监测参数的贡献率，包括：确定所述测试向量中各个监测参数对所述第一统计量的第一贡献率；确定所述测试向量中各个监测参数对所述第二统计量的第二贡献率。
9、本专利技术还提供一种基于主元分析法的船舶动力装置故障监测系统，包括如下模块：预处理模块，用于对原始测量数据进行预处理，得到标准化数据矩阵，其中，所述原始测量数据为船舶动力装置的监测数据；第一确定模块，用于确定所述标准化数据矩阵的协方差矩阵；分解模块，用于对所述协方差矩阵进行特征值分解，得到多个标准特征向量以及与所述多个标准特征向量分别对应的多个特征值；第二确定模块，用于基于所述多个标准特征向量与所述多个特征值，确定主成分分析模型的多个主元的数量，以及所述多个主元的累计方差贡献率；第三确定模块，用于基于所述数量与所述累计方差贡献率，确定所述主成分分析模型的主元空间与残差空间；第四确定模块，用于确定测试向量在所述主元空间的变化量作为第一统计量，并确定所述测试向量在所述残差空间的投影的平方值作为第二统计量；第五确定模块，用于在所述第一统计量大于第一统计量阈值或所述第二统计量大于第二统计量阈值时，确定所述测试向量中各个监测参数的贡献率；输出模块，用于将所述贡献率的增加数值大于预设的贡献率阈值的监测参数，作为异常参数。
10、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于主元分析法的船舶动力装置故障监测方法。
11、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于主元分析法的船舶动力装置故障监测方法。
12、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于主元分析法的船舶动力装置故障监测方法。
13、本专利技术提供的基于主元分析法的船舶动力装置故障监测方法及系统，通过对船舶动力装置的监测数据进行预处理，得到标准化数据矩阵；确定标准化数据矩阵的协方差矩阵；并对协方差矩阵进行数据分解，得到多个标准特征向量以及分别对应的多个特征值，由此，能够根据特征值分解的结果，确定主成分分析模型的主元个数；根据多个标准特征向量与多个特征值，确定主成分分析模型的多个主元的累计方差贡献率，并确定主成分分析模型的主元空间与残差空间，由此，即为主成分分析模型的建模过程，主成分分析将原始数据空间分为主元空间和残差空间；确定测试向量在主元空间的变化量作为第一统计量，并确定测试向量在残差空间的投影的平方值作为第二统计量；在第一统计量大于第一统计量阈值或第二统计量大于第二统计量阈值时，确定测试向量中各个监测参数的贡献率；将贡献率的增加数值大于预设的贡献率阈值的监测参数，作为异常参数，由此，对于不同监测参数进行贡献率的区分，能够在事故初期及时监测到异常参数，大幅提高故障的反应时间，能够给故障的处置留下大量的时间。进而解决了相关技术中的船舶动力装置故障监测方法，存在滞后性且监测效率不高的技术问题。
本文档来自技高网...【技术保护点】
1.一种基于主元分析法的船舶动力装置故障监测方法，其特征在于，包括：
2.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，在所述将所述贡献率的增加数值大于预设的贡献率阈值的监测参数，作为异常参数之后，所述方法还包括：
3.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，所述对原始测量数据进行预处理，得到标准化数据矩阵，包括：
4.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，
5.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，所述第一统计量服从自由度为和、置信水平为的F分布，其中，为所述主元的数量，为待监测参数的数量，为显著性水平，所述第一统计量阈值为所述F分布的临界值。
6.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，所述确定所述测试向量中各个监测参数的贡献率，包括：
7.一种基于主元分析法的船舶动力装置故障监测系统，其特征在于，包括：
8.一种电子设备，包括
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于主元分析法的船舶动力装置故障监测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于主元分析法的船舶动力装置故障监测方法。
...【技术特征摘要】
1.一种基于主元分析法的船舶动力装置故障监测方法，其特征在于，包括：
2.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，在所述将所述贡献率的增加数值大于预设的贡献率阈值的监测参数，作为异常参数之后，所述方法还包括：
3.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，所述对原始测量数据进行预处理，得到标准化数据矩阵，包括：
4.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，
5.根据权利要求1所述的基于主元分析法的船舶动力装置故障监测方法，其特征在于，所述第一统计量服从自由度为和、置信水平为的f分布，其中，为所述主元的数量，为待监测参数的数量，为显著性水平，所述第一统计量阈值为所述f分布的临界值。
6.根据权利要求...
【专利技术属性】
技术研发人员：周杰，熊博威，李良，罗南航，熊卿，江炜，孙国梁，
申请(专利权)人：中国船舶集团有限公司第七一九研究所，
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。