權利要求書： 1.一種基于典型變量分析與隱馬爾可夫的智能電廠送風機故障退化狀態預測方法，其特征在于，該方法包括以下步驟：(1)獲取過程分析數據：設送風機的閉環控制系統中包含J個過程變量，每次采樣可以得到一個1×J的向量，采樣M次后得到一個故障退化過程下的二維矩陣X(M×J)；(2)提取能夠反映送風機發生故障時其閉環控制系統動態調節過程的特征；使用以下子步驟來提取特征：(2.1)當送風機發生故障時，在其閉環控制系統的動態調節過程中，其過程變量的值與過去一段時間的測量值有關；用CA對送風機的閉環控制系統的故障數據進行分析，提取時序相關的特征Z；CA的具體步驟如下：(2.1.1)為了考慮數據的時序相關性，在每個時間點t，按如下方式構造過去向量xp(t)和未來向量xf(t)：T T T T Jhxp(t)＝[xt?1 ,xt?2 ,...,xt?h]∈R (1)T T T T Jlxf(t)＝[xt ,xt+1 ,...,xt+l?1]∈R (2)其中，h、l代表滯后數，xt表示t時刻所采集的過程變量向量；(2.1.2)對過去向量xp(t)和未來向量xf(t)進行標準化，然后將不同時刻的過去向量和未來向量按如下形式排列成過去矩陣Xp和未來矩陣Xf：T T T Jh×NXp＝[xp(t) ,xp(t+1) ,...,xp(t+M) ]∈R (3)T T T Jl×NXf＝[xf(t) ,xf(t+1) ,...,xf(t+M) ]∈R (4)其中，N＝M?h?l+1；(2.1.3)CA的目標是找到過程變量的線性組合，以最大化過去矩陣Xp和未來矩陣Xf之間的相關性；此優化問題可以通過下面的奇異值分解得到解決：其中，Σpp，Σff和Σpf分別是矩陣Xp和Xf的協方差矩陣和互協方差矩陣；對角陣Λ＝diag(γ1,γ2,...,γr,0,...,0)，γ1≥...≥γr，γi表示典型相關值；(2.1.4)求出狀態空間和殘差空間的投影矩陣：其中矩陣Uk由矩陣U的前k列組成，I為單位陣；(2.1.5)將過去矩陣Xp投影到狀態空間和殘差空間得到狀態矩陣Z和殘差矩陣E：k×NZ＝JXp∈R (8)Jh×NE＝LXp∈R (9)T(2.2)使用SFA對時序相關的特征Z進行分析，提取穩態特征S和時變特征S，分別用來表征在閉環控制系統調節下，大
聲明：
“基于典型變量分析與隱馬爾可夫的送風機故障預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
238
編輯：管理員
來源：浙江大學
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年08月07日 ~ 09日 
