CN109729536A - 一种移动无线传感器网络故障诊断方法 - Google Patents
一种移动无线传感器网络故障诊断方法 Download PDFInfo
- Publication number
- CN109729536A CN109729536A CN201910165658.0A CN201910165658A CN109729536A CN 109729536 A CN109729536 A CN 109729536A CN 201910165658 A CN201910165658 A CN 201910165658A CN 109729536 A CN109729536 A CN 109729536A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor network
- mobile wireless
- wireless sensor
- confidence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明主要提出一种基于一种移动无线传感器网络故障诊断研究的方法。该方法主要的研究步骤如下:S1,数据的收集搭建移动无线传感器网络收集所有数据,定义可移动节点个数,以及移动周期、范围、移动路径、移动速度。S2,置信度表的建立,使用证据推理算法对置信规则库原理进行推导,对故障程度以及故障类型进行分类,使用优化算法对采集到的数据进行优化处理,以及用证据推理算法进行合成。S3,故障诊断,根据移动无线传感器网络节点之间的时间空间相关性(时间相关性:同一个节点在及其相近的时间内测量的数据近似相同;空间相关性:在某一时刻相邻的节点测量到的数据几乎相同。)对故障进行诊断。
Description
技术领域
本发明涉及移动无线传感器网络领域以及故障诊断领域,具体为一种基于置信规则库的移动无线传感器网络故障诊断方法。
背景技术
移动无线传感器网络工作过程中,对于移动无线传感器网络的故障诊断是十分重要的,若在网络中的节点发生故障,可能会导致监测的信号不完全,或者是信号失去作用。高效实用的故障诊断方法既节省时间又节省成本开销节约资源。
目前针对移动无线传感器网络的研究主要有以下几类:(1)对移动无线传感器网络节点位置预测,通过预测位置对节点运行轨迹进行规划,从而实现对移动无线传感器网络的管理;(2)移动无线传感器网络的可靠性研究,移动无线传感器网络工作过程中,工作人员不能时刻都在因此一个可靠性比较好的移动无线传感器网络,会提高工作效率减少资源占用;(3)移动无线传感器网络能耗问题研究,移动无线传感器网络工作过程中,由于节点的移动性,能耗大大提高,这样一来能耗问题的就引起了广大学者的重视。
发明内容
本发明的目的在于提供一种基于置信规则库的移动无线传感器网络故障诊断方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于置信规则库的移动无线传感器网络故障诊断方法,包括以下步骤:
A、移动无线传感器网络故障检测;
B、构建包含多重置信规则的置信规则库;
C、通过置信规则库对数据集进行多重训练进行故障诊断;
D、移动无线传感器网络故障分类。
优选的,所述步骤A移动无线传感器网络故障检测方法如下:
a、检测相邻接点同一时刻的数据;
b、根据移动无线传感器网络节点之间的空间相关性,同一时刻,相邻节点之间的数据近似相同检测故障节点;
c、根据移动无线传感器网络节点的时间相关性,在较小的一段时间内,节点连续采集的数据值具有相似性检测故障节点;
d、重复检测确保节点检测无误。
优选的,所述步骤B构建包含多重置信规则的置信规则库方法如下:
a、通过分析故障诊断问题,找出所分析问题的关键特征,把关键特征作为置信规则库的前提属性,并对前提属性设置初始值;
b、对前提属性和输出结果设置参考值以及参考点,建立多条置信规则,并对建立的规则设置置信度;
c、通过证据推理算法在具体问题以及模型特征的基础上对模型进行知识推导,确保可以将输入信息转变为输出结果置信度。
优选的,所述步骤C通过置信规则库对数据集进行多重训练进行故障诊断方法如下:
a、收集原数据并且对收集到的原数据进行聚类分析;
b、对聚类分析后的数据进行相似性比较,若该数据没有超出阈值则重新收集数据进行比较,若超出阈值则就可以确定出可疑数据;
c、将可疑数据通过建立的置信规则库进行训练处理,就可以得到检测结果置信度,从而完成故障诊断。
优选的,所述步骤D移动无线传感器网络故障分类方法如下:
a、对异常数据进行特征提取即:通过时间相关性、空间相关性、属性相关性体局特征,
b、利用建立好的置信规则库模型对从异常数据中提取的故障数据进行判断;
c、通过判断确定出异常数据中的故障类型,完成故障诊断。
与现有技术相比,本发明的有益效果是:
(1)本发明提出的基于置信规则库的移动无线传感器网络故障诊断方法,能够更好的对移动无线传感器网络故障问题进行检测诊断;
(2)本发明所采用的移动无线传感器网络故障检测方法,能够提高故障的检测效率以及准确度,降低人工成本,为移动无线传感器网络领域的发展提供了新的技术思维;
(3)本发明所采用的移动无线传感器网络故障分类方法,能够实现针对故障问题更加清楚的分类;提高工作效率节省资源成本。
附图说明:
图1为本发明的流程图;
图2为本发明的置信规则库创建;
图3为本发明的故障诊断工作流程;
图4为本发明的置信规则库工作原理图。
具体实施方式:
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种基于置信规则库的移动无线传感器网络故障诊断方法,包括以下步骤:
A、移动无线传感器网络故障检测;
B、构建包含多重置信规则的置信规则库;
C、通过置信规则库对数据集进行多重训练进行故障诊断;
D、移动无线传感器网络故障分类。
如图1所示,本发明中,所述步骤A移动无线传感器网络故障检测方法如下:
a、检测相邻接点同一时刻的数据;
b、根据移动无线传感器网络节点之间的空间相关性,同一时刻,相邻节点之间的数据近似相同检测故障节点;
c、根据移动无线传感器网络节点的时间相关性,在较小的一段时间内,节点连续采集的数据值具有相似性检测故障节点;
d、重复检测确保节点检测无误。
如图2所示,本发明中,所述步骤B构建包含多重置信规则的置信规则库方法如下:
a、通过分析故障诊断问题,找出所分析问题的关键特征,把关键特征作为置信规则库的前提属性,并对前提属性设置初始值;
b、对前提属性和输出结果设置参考值以及参考点,建立多条置信规则,并对建立的规则设置置信度;
c、通过证据推理算法在具体问题以及模型特征的基础上对模型进行知识推导,确保可以将输入信息转变为输出结果置信度。
本发明中,所述步骤C通过置信规则库对数据集进行多重训练进行故障诊断方法如下:
a、收集原数据并且对收集到的原数据进行聚类分析;
b、对聚类分析后的数据进行相似性比较,若该数据没有超出阈值则重新收集数据进行比较,若超出阈值则就可以确定出可疑数据;
c、将可疑数据通过建立的置信规则库进行训练处理,就可以得到检测结果置信度,从而完成故障诊断。
本发明中,所述步骤D移动无线传感器网络故障分类方法如下:
a、对异常数据进行特征提取即:通过时间相关性、空间相关性、属性相关性体局特征,
b、利用建立好的置信规则库模型对从异常数据中提取的故障数据进行判断;
c、通过判断确定出异常数据中的故障类型,完成故障诊断。
本发明采用的置信规则库方法能有效将移动无线传感器网络故障信息进行分类,在不具备过多专业知识的情况下,利用建立的置信规则库,将经过聚类分析的移动无线传感器网络问题数据输入到置信规则库,就能将移动无线传感器网络故障问题分类。
本发明建立的置信规则库,即包含定量信息又包含定性信息,能够更加清晰的将故障信息分类诊断,能够更好的节约资源成本提高准确度。
综上所述,本发明采用的基于置信规则库的移动无线传感器网络故障诊断方法,能节省故障检测开销、人力物力资源,更好的对故障分类,有效提高了移动无线传感器网络故障检测的准确率。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种移动无线传感器网络故障诊断方法,其特征在于:包括以下步骤:
A、移动无线传感器网络故障检测;
B、构建包含多重置信规则的置信规则库;
C、通过置信规则库对数据集进行多重训练进行故障诊断;
D、移动无线传感器网络故障分类。
2.根据权利要求1所述的一种移动无线传感器网络故障诊断方法,其特征在于:所述步骤A移动无线传感器网络故障检测方法如下:
a、检测相邻接点同一时刻的数据;
b、根据移动无线传感器网络节点之间的空间相关性,同一时刻,相邻节点之间的数据近似相同检测故障节点;
c、根据移动无线传感器网络节点的时间相关性,在较小的一段时间内,节点连续采集的数据值具有相似性检测故障节点;
d、重复检测确保节点检测无误。
3.根据权利要求1所述的一种移动无线传感器网络故障诊断方法,其特征在于:所述步骤B构建包含多重置信规则的置信规则库方法如下:
a、通过分析故障诊断问题,找出所分析问题的关键特征,把关键特征作为置信规则库的前提属性,并对前提属性设置初始值;
b、对前提属性和输出结果设置参考值以及参考点,建立多条置信规则,并对建立的规则设置置信度;
c、通过证据推理算法在具体问题以及模型特征的基础上对模型进行知识推导,确保可以将输入信息转变为输出结果置信度。
4.根据权利要求1所述的一种移动无线传感器网络故障诊断方法,其特征在于:所述步骤C通过置信规则库对数据集进行多重训练进行故障诊断方法如下:
a、收集原数据并且对收集到的原数据进行聚类分析;
b、对聚类分析后的数据进行相似性比较,若该数据没有超出阈值则重新收集数据进行比较,若超出阈值则就可以确定出可疑数据;
c、将可疑数据通过建立的置信规则库进行训练处理,就可以得到检测结果置信度,从而完成故障诊断。
5.根据权利要求1所述的一种移动无线传感器网络故障诊断方法,其特征在于:所述步骤D移动无线传感器网络故障分类方法如下:
a、对异常数据进行特征提取即:通过时间相关性、空间相关性、属性相关性体局特征,
b、利用建立好的置信规则库模型对从异常数据中提取的故障数据进行判断;
c、通过判断确定出异常数据中的故障类型,完成故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910165658.0A CN109729536A (zh) | 2019-03-06 | 2019-03-06 | 一种移动无线传感器网络故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910165658.0A CN109729536A (zh) | 2019-03-06 | 2019-03-06 | 一种移动无线传感器网络故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109729536A true CN109729536A (zh) | 2019-05-07 |
Family
ID=66300205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910165658.0A Pending CN109729536A (zh) | 2019-03-06 | 2019-03-06 | 一种移动无线传感器网络故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109729536A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110266527A (zh) * | 2019-06-11 | 2019-09-20 | 同济大学 | 基于空间相关性的传感器节点故障分类报警方法及装置 |
CN110366196A (zh) * | 2019-07-11 | 2019-10-22 | 哈尔滨理工大学 | 一种无线传感器网络故障分类方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110317838A1 (en) * | 2009-03-19 | 2011-12-29 | Koninklijke Philips Electronics N.V. | method for secure communication in a network, a communication device, a network and a computer program therefor |
CN102340811A (zh) * | 2011-11-02 | 2012-02-01 | 中国农业大学 | 无线传感器网络故障诊断方法 |
CN102572908A (zh) * | 2012-02-20 | 2012-07-11 | 南京邮电大学 | 一种分布式无线传感网络节点故障检测方法 |
CN105764162A (zh) * | 2016-05-10 | 2016-07-13 | 江苏大学 | 一种基于多属性关联的无线传感器网络异常事件检测方法 |
CN108600033A (zh) * | 2018-05-15 | 2018-09-28 | 哈尔滨理工大学 | 一种无线传感器网络通用节点及故障诊断方法 |
-
2019
- 2019-03-06 CN CN201910165658.0A patent/CN109729536A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110317838A1 (en) * | 2009-03-19 | 2011-12-29 | Koninklijke Philips Electronics N.V. | method for secure communication in a network, a communication device, a network and a computer program therefor |
CN102340811A (zh) * | 2011-11-02 | 2012-02-01 | 中国农业大学 | 无线传感器网络故障诊断方法 |
CN102572908A (zh) * | 2012-02-20 | 2012-07-11 | 南京邮电大学 | 一种分布式无线传感网络节点故障检测方法 |
CN105764162A (zh) * | 2016-05-10 | 2016-07-13 | 江苏大学 | 一种基于多属性关联的无线传感器网络异常事件检测方法 |
CN108600033A (zh) * | 2018-05-15 | 2018-09-28 | 哈尔滨理工大学 | 一种无线传感器网络通用节点及故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
贺维: "无线传感器网络可靠性评估方法研究", 《中国优秀博硕士学位论文全文数据库(博士)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110266527A (zh) * | 2019-06-11 | 2019-09-20 | 同济大学 | 基于空间相关性的传感器节点故障分类报警方法及装置 |
CN110266527B (zh) * | 2019-06-11 | 2020-10-02 | 同济大学 | 基于空间相关性的传感器节点故障分类报警方法及装置 |
CN110366196A (zh) * | 2019-07-11 | 2019-10-22 | 哈尔滨理工大学 | 一种无线传感器网络故障分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287552B (zh) | 基于改进随机森林算法的电机轴承故障诊断方法及系统 | |
CN105325023B (zh) | 用于小区异常检测的方法和网络设备 | |
CN106792456A (zh) | 数据分析系统和方法 | |
CN110390357A (zh) | 一种基于边信道的dtu安全监测方法 | |
CN109872003A (zh) | 对象状态预测方法、系统、计算机设备及存储介质 | |
TWI721693B (zh) | 基於行動物聯網之網路行為異常偵測系統及方法 | |
CN104881735A (zh) | 用于支撑智慧城市运行管理的智能电网大数据挖掘系统及方法 | |
CN112926749A (zh) | 一种智能电网信息设备监控系统及方法 | |
CN109640335B (zh) | 基于卷积神经网络的无线传感器故障诊断方法 | |
CN109729536A (zh) | 一种移动无线传感器网络故障诊断方法 | |
CN110575174B (zh) | 用于活动识别和行为分析的方法和系统 | |
CN111861211A (zh) | 一种具有双层反窃电模型的系统 | |
CN108898520A (zh) | 基于轨迹数据的学生安全监控方法和系统 | |
CN108337645A (zh) | 一种网格化无线电信号监测系统架构及干扰信号联合检测方法 | |
CN117035419B (zh) | 企业项目实施智能管理系统及方法 | |
CN113361825A (zh) | 一种踩踏事故早期预警方法及系统 | |
CN105137215A (zh) | 医疗设备成本效益无线监测分析系统及方法 | |
CN101350062A (zh) | 一种基于视频的快速人脸检测方法 | |
KR102622634B1 (ko) | 전자기기의 비침식 부하 모니터링 시스템 및 그 방법 | |
CN116520806A (zh) | 一种工业系统智能故障诊断系统及其方法 | |
CN112988843B (zh) | 一种基于SQL Server数据库的SMT贴片机故障管理及诊断系统 | |
CN110956281A (zh) | 一种基于Log分析的电力设备异常检测报警系统 | |
CN107317708A (zh) | 一种法院业务应用系统的监测方法及装置 | |
CN103914630A (zh) | 建筑能耗监管系统 | |
CN208224474U (zh) | 用电计量设备故障监控装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190507 |
|
WD01 | Invention patent application deemed withdrawn after publication |