一种基于数据挖掘的新能源远程测试设备故障诊断方法
专利汇可以提供一种基于数据挖掘的新能源远程测试设备故障诊断方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于 数据挖掘 的新 能源 远程测试设备故障诊断方法，现场获取设备特征信息参数、构建 数据库 、根据设备运行数据源挖掘构建设备故障数据模型与设备正常运行数据模型、对异常数据进行故障诊断分析、故障预警、判定故障原因等。本发明将离线建模、数据挖掘技术和Internet技术相结合，针对远程测试设备结构复杂、运行数据动态不稳定、设备故障交互影响严重、故障 定位 预警困难等问题，帮助运维检修人员快速排查故障，对由于隐性故障和显性故障交叉影响产生的复合故障所带来的经济 风 险、安全风险和维修风险定量化，及时控制大型复杂检测设备隐性故障的扩散，具有诊断准确度高、速度快、大幅度提高检修效率、降低维修 费用 等优点。，下面是一种基于数据挖掘的新能源远程测试设备故障诊断方法专利的具体信息内容。
1.一种基于数据挖掘的新能源远程测试设备故障诊断方法，其特征是：以下步骤：
(1)按一定的周期性提取新能源远程测试设备数据，对数据进行标准化处理，形成设备特征信息参数；
(2)根据特征信息参数并获取存储设备运行历史数据，为故障诊断分析和故障预警进行数据准备；从数据库中选择出正常状态数据，同时对剩余的数据的故障状态类型进行标注，针对各类运行状态的数据源进行模型的挖掘构建；
(3)将设备实时监测数据与故障数据模型相匹配，若匹配不成功，且无实际故障发生则返回继续监测设备运行状况；若匹配不成功且有故障发生，则经过专家诊断后将新的故障模式加入故障模型库；若匹配成功，则确定故障类型并将故障定位至具体故障元件，计算由故障项目集引起的显性故障在整个故障库发生的概率；
(4)通过历史故障数据和故障状态数据作为样本对神经网络进行训练，使其达到规定的误差范围，将故障状态的关键因素作为已训练好的神经网络模型的输入值，得到故障元件隐性故障影响值；
(5)根据计算结果确定影响值所属的值域，判断隐性故障的发展程度，预测隐性故障的发展趋势，给出隐性故障预警检测结果，并及时发出警报；
所述步骤(1)中，采用小波包分解将带有噪声的特征信息的一维时间序列分解到各相互正交的小波空间中，并得到相应的小波包分解系数；对小波包分解得到的第1个节点对应的小波包分解系数进行相空间重构，分别采用互信息方法和伪近邻法选取相空间重构时间延迟和最佳嵌入维数，对小波包分解系数进行相空间重构得到的相空间矩阵；
所述步骤(2)中，模型构建过程中，选取Db10小波基对数据进行3级小波多分辨分析，获得低高频段的3层小波系数；每个故障数据集要计算一个3维的特征向量，应用混合高斯模型对多维特征数据的复杂分布进行描述，生成故障模式数学模型；
所述步骤(4)中，通过历史故障数据和故障状态数据作为样本对神经网络进行训练，使其达到规定的误差范围，将故障状态下五个关键因素：显性故障概率、磨损系数、寿命系数、重要系数和故障综合风险值，作为已训练好的神经网络模型的输入值，得到故障元件隐性故障影响值。
2.如权利要求1所述的一种基于数据挖掘的新能源远程测试设备故障诊断方法，其特征是：所述步骤(1)中，用LTSA算法来实现相空间中高维数据的非线性维数约简，并采用自适应极大似然估计方法估计出维数约简的目标维数；对相空间重构的高维数据进行维数约简后，根据相空间重构方法反求降噪后的一维小波包分解系数。
3.如权利要求1所述的一种基于数据挖掘的新能源远程测试设备故障诊断方法，其特征是：所述步骤(2)中，采用Oracle数据库来存储设备运行历史数据，为故障诊断分析和故障预警模块做好数据准备；从数据库中选择出正常状态数据，同时对剩余的数据的故障状态类型进行标注，针对各类运行状态的数据源进行模型的挖掘构建。
4.如权利要求1所述的一种基于数据挖掘的新能源远程测试设备故障诊断方法，其特征是：所述步骤(2)中，构建设备运行历史数据库具体包括故障知识库、故障样本库和设备自身信息库，故障知识库用于存储故障特征、故障信息及处理办法，故障样本库用来存储设备发生故障时此设备的生产信息、实时状态和设备故障信息，设备的实时状态、生产数据库主要存储设备运行时的关键部位参数及设备生产数据，设备自身信息库记录设备名称、设备的型号、设备投入生产的时间、设备的自然年限和/或维修记录的设备自身基础信息。
5.如权利要求1所述的一种基于数据挖掘的新能源远程测试设备故障诊断方法，其特征是：所述步骤(3)中，采用下述实时数据判断分析方法：获取实时数据，此处的实时数据为与建模阶段测点相同的数据矩阵，数据量为时间窗长度；应用时域分析手段对实时数据进行时域特征计算，计算的时域特征有均方根值、峰峰值、峭度和方差4个关键指标得到特征向量，判断时域特征向量各个参数均是否在设定之内，若满足条件，则判定为正常运行状态数据，若不满足条件，则判定为故障运行数据。
6.如权利要求1所述的一种基于数据挖掘的新能源远程测试设备故障诊断方法，其特征是：所述步骤(4)中，构建BP神经网络，通过历史故障数据和故障状态数据，对神经网络进行学习训练，使其获得故障状态属性值各数据间的关系；当需要对新的样本模式进行隐性故障影响值预测时，通过将新的样本故障状态的关键因素作为输入值输入已训练好的神经网络，神经网络输出隐性故障影响值，从而实现对隐性故障状态的预测。
一种基于数据挖掘的新能源远程测试设备故障诊断方法
技术领域
背景技术
度的重中之重，故障诊断技术引入到日常测试设备监管中是保证设备安全运行和提高维修
效率的一种有效途径。
维修，提高了并网检测可靠性，减少了事故停电损失，具有重要的经济和社会效益。
成专家经验系统，利用成型的专家经验系统来确定设备的维护工作；后来人们应用数学建
模来进行故障诊断，根据己知信息来建造检测器，模拟出输出结果，将结果和原测量结果进行对比，从对比结果中得到设备故障信息；随着设备信息获取技术的发展，人们通过获取的信息来进行故障诊断，主要通过检测器信号的特殊性或者检测器信号频率的变动来进行诊
断。
定性，造成重大事故损失，远程测试设备在新能源并网运行测试中的重要性不言而喻，为使测试设备持续保持良好的工作状态，对故障诊断的准确度及故障判定时间有着较高要求。
新能源发电分布较为分散，故而新能源远程测试设备并不是固定安装的，一般在多个发电
厂之间转场运行，使用条件在不断变化。因此，对新能源远程测试设备进行诊断所采集的数据质量要求较高，同时还需要采集转场过程中的环境条件参数数据及设备振动量等，对暂
态数据处理要求高，现有设备诊断方法中采集分析的数据集及数据处理标准不足以满足远
程测试设备故障诊断的要求，在此我们提出一种新的设备故障诊断方法，使新能源远程测
试设备能快速、精准、全面的进行诊断，减少事故损失，提高并网供电可靠性，具有重要的经济和社会效益。
发明内容
行标注，针对各类运行状态的数据源进行模型的挖掘构建；
故障模式加入故障模型库；若匹配成功，则确定故障类型并将故障定位至具体故障元件，计算由故障项目集引起的显性故障在整个故障库发生的概率；
障元件隐性故障影响值；
第1个节点对应的小波包分解系数进行相空间重构，分别采用互信息方法和Cao提出的伪近
邻法选取相空间重构时间延迟和最佳嵌入维数，对小波包分解系数进行相空间重构得到的
相空间矩阵。
止变化，因此，定义一个用来区分噪声信号和混沌信号的量：
同时计算E1(m)和E2(m)来确定最小嵌入维数。
数据进行维数约简后，根据相空间重构方法反求降噪后的一维小波包分解系数。
数据的故障状态类型进行标注，针对各类运行状态的数据源进行模型的挖掘构建。
设备的型号、设备投入生产的时间、设备的自然年限和/或维修记录的设备自身基础信息。
据进行时域特征计算，计算的时域特征有均方根值、峰峰值、峭度和方差4个关键指标得到特征向量，判断时域特征向量各个参数均是否在设定之内，若满足条件，则判定为正常运行状态数据，若不满足条件，则判定为故障运行数据。
隐性故障影响值预测时，神经网络通过在线训练将新的样本故障状态属性的量化值输入神
经网络，神经网络输出隐性故障影响值，从而实现对隐性故障状态的预测。
性分析为主，以故障预警分析为补充，共同判定故障原因，弥补了传统故障诊断不够精确、诊断不及时的缺陷，使得本发明更加适合用来诊断大型测试设备。
附图说明
求。同时由于新能源发电位置较为分散，新能源远程测试设备并不固定在某一地点，一般在多个发电厂之间转场运行，使用条件不断变化，现有故障诊断方法一般都是针对固定设备
的，没有对转场过程数据参数进行采集及处理。为保证较高的诊断准确度，新能源远程测试设备对故障诊断所采集的数据质量要求较高，还需要采集转场过程中的环境条件参数数据
及设备振动量等，对数据处理要求严格，现有设备诊断方法中采集分析的数据集及数据处
理标准不足以满足远程测试设备故障诊断的要求，为此提出一种新的设备故障诊断方法，
对数据采集的方式及特征参数范围进行调整，扩大数据量，并改进对数据源的处理与分析
方式，使新能源远程测试设备能快速、精准、全面的进行诊断。
设计方法；五是故障预警模块功能性设计方法；六是建立原型系统框架。
进行标准化处理，并对数据进行去噪、处理不完整的数据，然后将初步处理过的特征信息数据通过以太网实时传递到远程诊断中心；
状态数据，同时对剩余的数据的故障状态类型进行标注，针对各类运行状态的数据源进行
模型的挖掘构建；
体故障元件，计算由故障项目集引起的显性故障在整个故障库发生的概率；
包分解得到的第1个节点对应的小波包分解系数进行相空间重构，分别采用互信息方法和
伪近邻法选取相空间重构时间延迟￡和最佳嵌入维数m，对小波包分解系数进行相空间重
构得到的相空间矩阵；用LTSA算法来实现相空间中高维数据的非线性维数约简，并采用自
适应极大似然估计方法估计出维数约简的目标维数；对相空间重构的高维数据进行维数约
简后，根据相空间重构方法反求降噪后的一维小波包分解系数。
的生产信息、实时状态和设备故障信息，设备的实时状态、生产数据库主要存储设备运行时的关键部位参数及设备生产数据，设备自身信息库记录设备名称、设备的型号、设备投入生产的时间、设备的自然年限、维修记录等设备自身基础信息。
个3维的特征向量，表达式如公式(1)所示：
应用时域分析手段对实时数据进行时域特征计算，计算的时域特征有均方根值、峰峰值、峭度、方差4个关键指标，其计算式如公式(4)、(5)、(6)、(7)所示：
络通过在线训练所得的经验、知识和直觉思维，将新的样本故障状态属性的量化值输入神
经网络，网络便可输出隐性故障影响值，从而实现对隐性故障状态的预测。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种指定报文使用本地地址的方法和设备 | 2020-05-08 | 198 |
| 基于大数据实时网络流量异常检测方法 | 2020-05-08 | 966 |
| 一种道路表面信息采集系统 | 2020-05-08 | 382 |
| 一种3D测量人类表型的数据库系统 | 2020-05-08 | 186 |
| 一种高效中断可恢复图像隐藏加密传输方法、装置和系统 | 2020-05-08 | 434 |
| 一种人员无感知安检系统和方法 | 2020-05-08 | 929 |
| 一种考勤方法 | 2020-05-11 | 706 |
| 一种基于配电网的指令票生成系统及方法 | 2020-05-08 | 538 |
| 一种基于互联网的铁建设备智能管理云平台 | 2020-05-08 | 830 |
| 一种基于深度学习的中医舌象数据快速标注方法和系统 | 2020-05-11 | 1059 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
