CN112001234B - 一种基于仿射不变度量的旋转机械采样数据聚类方法 - Google Patents

Abstract

本发明公开了一种基于仿射不变度量的旋转机械采样数据聚类方法，通过对数据时间序列进行建模得到时间序列模型，计算时间序列模型中两个时间序列片段的相似性度量对数据时间序列进行建模得到时间序列模型；计算时间序列模型中两个时间序列片段的相似性度量；构建相似度量中位数模型；通过相似度量中位数模型对数据时间序列进行聚类；能够在有效地将通过旋转机械传感器采集的石化机组的数据时间序列，对数据时间序列的仿射变换具有不变性，不会因为时间序列的平移或伸缩而改变度量大小，称为形态相似度量，具有良好容错能力，不会因为野值数据而导致分类错误，其聚类结果的聚类簇具有较好的鲁棒性，本发明属于数据分析技术领域。

Description

一种基于仿射不变度量的旋转机械采样数据聚类方法

技术领域

本发明涉及复杂系统控制工程、数据分析技术领域，具体涉及一种基于仿射不变度量的旋转机械采样数据聚类方法。

背景技术

复杂系统控制工程领域中，不同传感器的采样时序数据在形态变化上大多具有相似性，将形态相似序列有效地聚类成一类，有益于对复杂系统运行过程的监控以及检测相似序列的异常变化。随着石化机组日益趋向大型化和智能化，机组的组成和结构越来越复杂，且常处于高温高压或低温真空状态高速运行，一旦机组发生故障，将给生产厂家带来巨大经济损失，严重威胁着人身安全，因此需要提高其数据聚类的精度和鲁棒性，以减少后续处理的误差和风险。

在石化机组的旋转机械传感器采样数据的数据聚类处理过程中，由振动波形数据可以到很多指标时间序列，如均值指标、波形指标、脉冲指标、裕度指标、峭度指标和峰值指标等构成的时间序列。在进行这些时间序列分析中，最简单且使用最广泛的措施是动态时间规整(DTW)算法：将两个序列在某些时点上压缩，实现两个序列之间“距离”最小。但是，DTW算法存在计算量为O(N2)级，计算复杂度限制了其在大数据序列分析中实际应用，另外，DTW算法缺乏对时间平移不变性和空间伸缩不变性，导致两个形状相似的时间序列可能被判断为不同。

发明内容

本发明的目的在于提出一种基于仿射不变度量的旋转机械采样数据聚类方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

本发明提供一种基于仿射不变度量的旋转机械采样数据聚类方法，基于石化机组运行过程中旋转机械传感器采集数据的问题，基于形态相似度量，建立一种基于形态“种子”的大数据聚类算法，通过对数据时间序列进行建模得到时间序列模型，计算时间序列模型中两个时间序列片段的相似性度量对数据时间序列进行建模得到时间序列模型；计算时间序列模型中两个时间序列片段的相似性度量；构建相似度量中位数模型，用于计算数据时间序列中任一序列与子集合的相似度量中位数；通过相似度量中位数模型对数据时间序列进行聚类。

本发明的目的是针对上述问题，提供一种基于仿射不变度量的旋转机械采样数据聚类方法，具体包括以下步骤：

S100，采集旋转机械传感器的数据并采样得到数据时间序列；

进一步地，在S100中，所述旋转机械传感器包括旋转传感器、电涡流传感器、激光振动传感器、旋转扭矩传感器，用于采集石化机组的旋转扭矩、电涡流、振动中任意一种物理量数据，石化机组包括驱动机、从动机、电动机、汽轮机、烟气轮机、燃气轮机、发电机、压气机和泵中任意一种或多种旋转机械设备，旋转机械传感器设置于石化机组的转轴上。

进一步地，在S100中，所述数据时间序列包括均值指标时间序列、波形指标时间序列、脉冲指标时间序列、裕度指标时间序列、峭度指标时间序列和峰值指标时间序列，数据时间序列为旋转机械传感器按照时序采集的数据序列构成的时序数据(以下数据时间序列也简称为时间序列)。

S200，对数据时间序列进行建模得到时间序列模型；

进一步地，在S200中，对数据时间序列进行建模得到时间序列模型的方法包括以下步骤：

S201：考虑到实际采样数据时间序列不可避免地包含误差，数据时间序列中两个形态相似的时间序列片段可以建模为：

y₁(t_i)＝a+by₂(t_i)+ε(t_i) (t_i＝t₀+ih,i＝1,2,3,…) (1)；

其中，y₁(t_i)、y₂(t_i)表示数据时间序列中与t_i时间点对应的数值，时间序列片段由y₁(t_i)、y₂(t_i)构成；a和b是两个待定常数；t₀指的是初始时间点，t_i指的是第i个时间点；ε(t_i)表示非模型部分的随机误差；h表示时间跨度；时间序列片段指的是数据时间序列中的一个连续子序列；

S202：确定参数a和b：对于满足式(1)的任意两个数据时间序列S₁、S₂，用最小二乘法找到(a,b)来最小数据时间序列S₁和S₂之间的差，这两个参数确定如下：

其中，y₁和y₂是y₁(t_i)、y₂(t_i)的缩写；表示使得f(a,b)取得最小值的参数a,b；S1和S2也是y₁(t_i)、y₂(t_i)的缩写；式中，算子/>为均值算子，表示对应时间序列片段的数据平均值，t表示时间；

S300，计算时间序列模型中两个时间序列片段的相似性度量；

进一步地，在S300中，计算时间序列模型中两个时间序列片段的相似性度量的方法为：利用式(3)构造两个时间序列片段的相似性度量D_s(y₂,y₁)：

其中，指的是时间序列长度为s到n的y₁和y₂两个时间序列片段按公式(1)得到的a和b的值；s为时间序列片段的开始时间点,n为时间序列片段的结束时间点，相似性度量D(D_s(y₂,y₁))对仿射变换具有不变性，不会因为时间序列的平移或伸缩而改变度量大小，称为形态相似度量；基于形态相似度量，建立一种基于形态“种子”的大数据聚类算法，具有良好容错能力，不会因为野值数据(野值点)而导致分类错误；

S400，构建相似度量中位数模型，用于计算数据时间序列中任一序列与子集合的相似度量中位数；

进一步地，在S400中，构建相似度量中位数模型的方法包括以下步骤：

S401：建立一组可扩展的种子形态或种子模式集合；建立几个典型的形态模式或种子，建立定值、单调递增或单调递减、正弦波、余弦波、二次抛物线中任意一种的多个形态模式或多个种子集合作为种子选集，假定种子选集中包含k个典型形态序列(种子集合)，记为其中，/>是表示第1个时间序列；/>是表示第k个时间序列；

S402：计算数据时间序列中两个时间序列片段的相似度量中位数的最大值M_D和最小值L_D：计算任两个种子集合和/>全部序列对的相似度量中位数：

其中，是中值算子，求相似性度量D_s(y₂,y₁)的中位数(中值)；

计算中所有任两个种子集合/>和/>全部序列对的相似度量中位数的最大值和最小值：

其中，函数max用于求集合中元素的最大值，min函数用于求集合中元素的最小值。

S403：构建计算任一数据时间序列z_i与子集合的相似度量中位数的相似度量中位数模型K_S(z_i)，任取时序数据集合中的数据时间序列z_i，计算z_i与种子集的相似度量中位数：

计算数据时间序列z_i与中每个种子集相似度量中位数的最小值的相似度量中位数模型为：

S500，通过相似度量中位数模型对数据时间序列进行聚类；

进一步地，在S500中，通过相似度量中位数模型对数据时间序列进行聚类的方法为：

S501，令y为数据时间序列，将y代入K_S(z_i)得到K_S(y)；

S502，当K_S(y)≥M_D，确定满足的两个种子集合/>和/>合并最邻近的种子集合/>和/>为新的/>即/>并构造种子集合/>实现种子集合的更新；

S503，当K_S(y)<M_D，确定满足的种子集合/>将数据时间序列y并入种子集合/>即/>

迭代执行步骤S502～S503，直到完成全部数据时间序列的聚类，最终得到数据时间序列的多个聚类类别的聚类簇和聚类簇/>

本发明的有益效果为：本发明公开了一种基于仿射不变度量的旋转机械采样数据聚类方法，能够在有效地将通过旋转机械传感器采集的石化机组的数据时间序列，对数据时间序列的仿射变换具有不变性，不会因为时间序列的平移或伸缩而改变度量大小，称为形态相似度量，具有良好容错能力，不会因为野值数据(野值点)而导致分类错误，其聚类结果的聚类簇具有较好的鲁棒性。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为本发明的一种基于仿射不变度量的旋转机械采样数据聚类方法的流程图。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本发明的一种基于仿射不变度量的旋转机械采样数据聚类方法的流程图，下面结合图1来阐述根据本发明的实施方式的方法。

本发明提出一种基于仿射不变度量的旋转机械采样数据聚类方法，具体包括以下步骤：

S100，通过旋转机械传感器采集石化机组的旋转扭矩数据并采样得到数据时间序列；

进一步地，在S100中，所述旋转机械传感器包括旋转传感器、电涡流传感器、激光振动传感器、旋转扭矩传感器，用于采集石化机组的旋转扭矩、电涡流、振动中任意一种物理量数据。

进一步地，在S100中，所述数据时间序列包括均值指标时间序列、波形指标时间序列、脉冲指标时间序列、裕度指标时间序列、峭度指标时间序列和峰值指标时间序列，数据时间序列为旋转机械传感器按照时序采集的数据序列构成的时序数据。

S200，对数据时间序列进行建模得到时间序列模型；

进一步地，在S200中，对数据时间序列进行建模得到时间序列模型的方法包括以下步骤：

S201：考虑到实际采样数据时间序列不可避免地包含误差，数据时间序列中两个形态相似的时间序列片段可以建模为：

y₁(t_i)＝a+by₂(t_i)+ε(t_i) (t_i＝t₀+ih,i＝1,2,3,…) (1)；

其中，y₁(t_i)、y₂(t_i)表示数据时间序列中与t_i时间点对应的数值，时间序列片段由y₁(t_i)、y₂(t_i)构成，一般而言y₁(t_i)、y₂(t_i)构成的时间序列片段长度相等；a和b是两个待定常数；t₀指的是初始时间点，t_i指的是第i个时间点；ε(t_i)表示非模型部分的随机误差；h表示时间跨度；时间序列片段指的是数据时间序列中的一个连续子序列；

S202：确定参数a和b：对于满足式(1)的任意两个数据时间序列S₁、S₂，用最小二乘法找到(a,b)来最小数据时间序列S₁和S₂之间的差，这两个参数确定如下：

其中，y₁和y₂是y₁(t_i)、y₂(t_i)的缩写；表示使得f(a,b)取得最小值的参数a,b；S1和S2就是y₁(t_i)、y₂(t_i)；式中，算子/>为均值算子，表示对应时间序列片段的数据平均值；时间序列片段指的是数据时间序列中的一个连续子序列，t表示时间；

S300，计算时间序列模型中两个时间序列片段的相似性度量；

进一步地，在S300中，计算时间序列模型中两个时间序列片段的相似性度量的方法为：利用式(3)构造两个时间序列片段的相似性度量D_s(y₂,y₁)：

其中，指的是时间序列长度为s到n的y₁和y₂两个时间序列片段按公式(1)得到的a和b的值，/>也能直接记为a和b；s为时间序列片段的开始时间点,n为时间序列片段的结束时间点，相似性度量D(D_s(y₂,y₁))对仿射变换具有不变性，不会因为时间序列的平移或伸缩而改变度量大小，称为形态相似度量；基于形态相似度量，建立一种基于形态“种子”的大数据聚类算法，具有良好容错能力，不会因为野值数据而导致分类错误；

S400，构建相似度量中位数模型，用于计算数据时间序列中任一序列与子集合的相似度量中位数；

进一步地，在S400中，构建相似度量中位数模型的方法包括以下步骤：

S401：建立一组可扩展的种子形态或种子模式集合；建立几个典型的形态模式或种子，如定值、单调递增或单调递减、正弦波、余弦波、二次抛物线等的集合作为种子选集，假定该种子选集中包含k个典型形态序列(种子集合)，记为其中，/>是表示第1个时间序列；/>是表示第k个时间序列；

S402：计算数据时间序列中两个时间序列片段的相似度量中位数的最大值M_D和最小值L_D：计算任两个种子集合和/>全部序列对的相似度量中位数：

其中，是中值算子，求相似性度量D_s(y₂,y₁)的中位数(中值)；

计算中所有任两个种子集合/>和/>全部序列对的相似度量中位数的最大值和最小值：

其中，函数max用于求集合中元素的最大值，min函数用于求集合中元素的最小值。

S403：构建计算任一数据时间序列y与子集合的相似度量中位数的相似度量中位数模型K_S(y)，任取时序数据集合中的数据时间序列y，计算y与种子集的相似度量中位数：

计算数据时间序列y与中每个种子集相似度量中位数的最小值的相似度量中位数模型为：

S500，通过相似度量中位数模型对数据时间序列进行聚类；

进一步地，在S500中，通过相似度量中位数模型对数据时间序列进行聚类的方法为：

当K_S(y)≥M_D，确定满足的两个种子集合/>和/>合并最邻近的种子集合/>和/>为新的种子集合/>即/>并构造种子集合/>实现种子集合的更新；

当K_S(y)<M_D，确定满足的种子集合/>将数据时间序列y并入种子集合/>即/>

继续上述过程，直到完成全部数据时间序列的聚类，最终得到数据时间序列的多个聚类类别的聚类簇和聚类簇/>(数据时间序列的集合)。

优选地，实施例为：首先设置聚类数k，并建立一组可扩展的包含k个分典型形态序列的种子选集采用式(4)计算类间相似度量。然后任取时序数据集合中的时间序列y，采用式(7)计算时间序列y与/>中每个种子集相似度量中位数的最小值K_s(y)。接着比较M_D和K_s(y)的大小：如果K_S(y)≥M_D，一定存在两个种子集合/>和/>使得/>合并最邻近的种子集合/>和/>为新的种子集合/>即/>并构造种子集合/>实现种子集合的更新；如果K_S(y)<M_D，一定存在至少一个种子集合/>使得/>则将时间序列y并入种子集合/>即/>然后判断是否完成全部序列的聚类，如果继续，则取新的时间序列y，重复上述步骤，直到完成所有序列的分类。

参照图1，其为本发明提供的一种基于仿射不变度量的旋转机械采样数据聚类方法的流程图，对M个采样时序数据片段进行形态聚类，如果两次聚类结果相同，即则可以判定系统从时刻t_n延续到时刻t_N的变化过程发生了状态异常变化，实现对有相似特征的不同对象异常变化检测，t_n指的是是第n个时间点，t_N指的是第N个时间点。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (6)

1.一种基于仿射不变度量的旋转机械采样数据聚类方法，其特征在于，所述方法包括以下步骤：

S100，通过旋转机械传感器采集数据并采样得到数据时间序列；

S200，对数据时间序列进行建模得到时间序列模型；

S300，计算时间序列模型中两个时间序列片段的相似性度量；

S400，构建相似度量中位数模型；

S500，通过相似度量中位数模型对数据时间序列进行聚类；

在S200中，对数据时间序列进行建模得到时间序列模型的方法包括以下步骤：

S201：将数据时间序列中两个形态相似的时间序列片段建模为：

y₁(t_i)＝a+by₂(t_i)+ε(t_i) (t_i＝t₀+ih,i＝1,2,3,…) (1)；

其中，y₁(t_i)、y₂(t_i)表示数据时间序列中与t_i时间点对应的数值；a和b是两个待定常数；t₀指的是初始时间点，t_i指的是第i个时间点；ε(t_i)表示非模型部分的随机误差；h表示时间跨度；

S202：确定参数a和b：对于满足式(1)的任意两个数据时间序列S₁、S₂，用最小二乘法找到(a,b)来最小数据时间序列S₁和S₂之间的差，这两个参数确定如下：

其中，y₁和y₂是y₁(t_i)、y₂(t_i)的缩写；表示使得f(a,b)取得最小值的参数a,b；S1和S2也是y₁(t_i)、y₂(t_i)的缩写；式中，算子/>为均值算子，表示对应时间序列片段的数据平均值，t表示时间。

2.根据权利要求1所述的一种基于仿射不变度量的旋转机械采样数据聚类方法，其特征在于，在S100中，所述旋转机械传感器包括旋转传感器、电涡流传感器、激光振动传感器、旋转扭矩传感器，用于采集石化机组的旋转扭矩、电涡流、振动中任意一种物理量数据。

3.根据权利要求1所述的一种基于仿射不变度量的旋转机械采样数据聚类方法，其特征在于，在S100中，所述数据时间序列包括均值指标时间序列、波形指标时间序列、脉冲指标时间序列、裕度指标时间序列、峭度指标时间序列和峰值指标时间序列，数据时间序列为时序数据。

4.根据权利要求1所述的一种基于仿射不变度量的旋转机械采样数据聚类方法，其特征在于，在S300中，计算时间序列模型中两个时间序列片段的相似性度量的方法为：利用式(3)构造两个时间序列片段的相似性度量D_s(y₂,y₁)：

其中，指的是时间序列长度为s到n的y₁和y₂两个时间序列片段按公式(1)得到的a和b的值；s为时间序列片段的开始时间点,n为时间序列片段的结束时间点。

5.根据权利要求1所述的一种基于仿射不变度量的旋转机械采样数据聚类方法，其特征在于，在S400中，构建相似度量中位数模型的方法包括以下步骤：

S401：建立定值、单调递增或单调递减、正弦波、余弦波、二次抛物线中任意一种的多个形态模式或多个种子集合作为种子选集，假定种子选集中包含k个典型形态序列，记为其中，/>是表示第1个时间序列；/>是表示第k个时间序列；

S402：计算数据时间序列中两个时间序列片段的相似度量中位数的最大值M_D和最小值L_D：计算任两个种子集合和/>全部序列对的相似度量中位数：

其中，是中值算子，用于求相似性度量D_s(y₂,y₁)的中值；

计算中所有任两个种子集合/>和/>全部序列对的相似度量中位数的最大值和最小值：

S403：构建计算任一数据时间序列z_i与子集合的相似度量中位数的相似度量中位数模型K_S(z_i)，任取时序数据集合中的数据时间序列z_i，计算z_i与种子集的相似度量中位数：

计算数据时间序列z_i与中每个种子集相似度量中位数的最小值的相似度量中位数模型为：

6.根据权利要求1所述的一种基于仿射不变度量的旋转机械采样数据聚类方法，其特征在于，在S500中，通过相似度量中位数模型对数据时间序列进行聚类的方法为：

S501，令y为数据时间序列，将y代入K_S(z_i)得到K_S(y)；

S502，当K_S(y)≥M_D，确定满足的两个种子集合/>和/>合并最邻近的种子集合/>和/>为新的/>即/>并构造种子集合/>实现种子集合的更新；

S503，当K_S(y)<M_D，确定满足的种子集合/>将数据时间序列y并入种子集合/>即/>

迭代执行步骤S502～S503，直到完成全部数据时间序列的聚类，最终得到数据时间序列的多个聚类类别的聚类簇和聚类簇/>