CN214118451U - 一种基于熵权法的水泵特征优选装置 - Google Patents

Abstract

本实用新型涉及水泵故障诊断技术领域，目前随着人工智能算法的渗透，供水行业渐渐通过它来解决生产中水泵出现的问题，需要提取水泵待诊断部件各类信号中的样本特征，而在现有装置中没有系统完整的装置，导致样本特征的区分度和变异度大大受损，影响模型分类的正确率。本实用新型公开了一种基于熵权法的水泵特征优选装置，包括：提取水泵样本的特征属性值，组成特征矩阵Y；获得特征属性对应的正负样本属性值；归一化，获得特征矩阵Y的归一化矩阵

；计算所述归一化矩阵

各个特征属性的权重B，计算所述特征矩阵Y中各个特征维的权重C；计算特征属性占比值D，其中最大值对应的特征属性集即为最优的特征子集A。

Description

一种基于熵权法的水泵特征优选装置

技术领域

本实用新型涉及水泵故障诊断技术领域，具体而言，涉及一种基于熵权法的水泵特征优选装置，核心思想是利用熵权法确定水泵特征子集的搜索策略，通过评价每个特征子集经过机器学习的结果确定最优特征子集，从而实现水泵特征的优选。

背景技术

目前水泵作为供水系统设备重要角色，同时在风力发电领域对风力发电机组重要部件的降温也起到相当重要的作用，采用水泵循环水对风力发电机组重要部件进行热量的交换，其正常工作与否直接与人们的日常生活紧密相关，水泵故障的及时识别，对保证水泵的正常运转起着至关重要的作用，水泵一旦发生故障，如果不能及时进行维修，就会造成停机的影响，不仅造成经济效益的损失，还会影响人们的正常生活，因此，对水泵上的各个旋转设备的故障诊断非常重要。

随着人工智能算法在各个行业的渗透，供水行业也渐渐通过它来解决生产过程中水泵出现的一些问题，针对其中的水泵故障诊断问题，需要先采集水泵待诊断部件的声音信号或振动信号，然后采用相关的信号处理算法提取信号中的样本特征，最后按照实际情况选择合适的学习器建立故障诊断的识别模型，其中样本特征的区分度以及变异度将直接影响模型分类的正确率，所以需要对提取的特征进行特征选择，确定最优的特征子集。离散度越大、变异度越高的特征维更有利于样本的分类，而离散度小的特征维属于冗余特征，不利于样本的区分，这对如何更加精准的提取特征值是个考验。

实用新型内容

本实用新型旨在提供一种基于熵权法的水泵特征优选装置，以便实现运行水泵特征优选方法的硬件实施基础。

本实用新型提供的技术方案为:

特征单元、与所述特征单元电连接的样本属性单元、与所述样本属性单元电连接的归一化单元、与归一化单元电连接的权重单元以及与权重单元电连接的特征子集单元；

所述特征单元，根据一特征属性集提取一组水泵样本中各水泵样本的特征属性值，从一水泵样本中所提取的特征属性值组成该水泵样本的特征维，全部水泵样本的特征维组成该组水泵样本的特征矩阵Y；

所述样本属性单元，遍历所述特征矩阵Y中各水泵样本对应特征维，根据一计算装置，获得各特征维中各个特征属性值对应的正样本属性和负样本属性；

所述归一单元，根据所述特征矩阵Y中各个特征属性值的正负样本属性值对其进行归一化，以获得所述特征矩阵Y的归一化矩阵Y′；

所述权重单元，根据所述归一化矩阵Y′，使用熵权法计算所述特征属性集中各个特征属性在该组水泵样本的权重B，根据所述特征属性的权重B计算所述特征矩阵Y中各个特征维的权重C；

所述特征子集单元，计算所述各个水泵样本特征属性在该组水泵样本中的占比值D′，并对所述占比值排序，组成占比值集合D，其中所述占比值集合D中最大的占比值D′对应的特征属性集即为最优的特征子集A。

进一步的，所述特征属性集的获得装置包括小波变换法、EMD分解法、梅尔倒谱系数法和时域波形属性特法。

所述特征矩阵Y大小为n×k，n为水泵各水泵样本个数，K为水泵样本的特征属性个数，该矩阵包含着设备运行状态的特征信息。

所述所述特征数据矩阵，假设给定了K个各水泵样本特征属性，X1，X2， X3……XK,每个各水泵样本特征属性由n个组成，即X_i＝{X_i1,X_i2,X_i3,......X_in}。假设对各样本属性数据标准化后的值为Y_i＝{Y₁,Y₂,Y₃,......Y_n}，那么特征数据矩

此公式为所述正样本属性专用，或

此公式为所述负样本属性专用,其中i＝{1,2,3,......k}， j＝{1,2,3,......n}，min(X_i)为第i个样本属性中最小值，max(X_i)为第i个样本属性中最大值，X_ij为第i个样本属性组中的第j个样本属性,即

根据原始评分表，对数据进行标准化后可以得到数据标准化表。

进一步的，特征属性的正负样本属性值的计算装置包括用于处理直观数据的装置一和用于处理抽象数据的装置二。

所述装置一为直观数据判断法，由所述水泵样本特征维的数值为输入条件，判断所述水泵样本特征矩阵Y特征属性值的大小；如果所述水泵样本特征矩阵Y 特征属性值的大小正比于所述水泵样本特征维的数值，则此特征属性值对应的特征属性为正样本属性，反之为负样本属性。

所述装置二为抽象数据判断装置，将所述水泵特征样本进行聚类处理，从不同的团簇中任取Q个特征样本在同一坐标系上画出所述从不同的团簇任取Q个特征样本的折线图，其中从所述团簇中最大团簇抽取的样本为参考样本，则其它所述团簇样本特征维特征属性值大于所述参考样本特征维中特征属性值，则该特征属性值对应的特征属性即为正样本属性，反之为负样本属性。

所述特征维为水泵样本中若干个水泵样本特征属性的集合，所述聚类处理，即聚类分析是指将物理或抽象对象的集合分组为由类似对象组成的多个类的分析过程。简单地来说，聚类分析就是将一组元数据划分为多个类或簇，同一个簇中的数据具有很大的相似性，而不同簇中的数据具有较大的差异性。聚类与分类是不同的，因为聚类所要求划分的类是未知的，这与机器学习中的无监督学习过程相似。也正因为聚类过程是没有明确方向的，所以不同的聚类装置往往会得到不同的结果。

所述特征子集需要特征选择，是指从已有的M个特征中选择N个特征使得系统的特定样本属性最优化，是从原始特征中选择出一些最有效特征以降低数据集的维度的过程。

所述一定数目的特征子集，针对降序排列的K个特征维，依次选取第1、2、 3……第K维组成K特征子集。此处的K为水泵样本的特征属性个数。

进一步的，将不同的所述特征子集组成一机器学习模型的训练集，计算所述各个水泵样本特征属性在该组水泵样本中的占比值D。

进一步的，所述水泵样本特征属性在该组水泵样本中占比值D由所述机器学习模型计算而得，所述机器学习模型包括输入条件1、输入条件2及输出结果3，其中所述输入条件1为所述特征矩阵Y中各个所述特征维水泵样本的权重C，输入条件2为所述特征矩阵Y对应的特征属性值，输出结果3所述水泵样本特征属性占比值D，经过所述输入条件1和输入条件2二者的乘积而后相加而得。

进一步的，所述机器学习包括有监督学习和无监督学习两个类型，其中所述有监督学习是从给定的所述水泵样本特征属性集中设定一个函数，当新的所述水泵样本特征属性值输入时，可以根据所述函数预测计算结果；所述无监督学习是根据所述水泵样本间的相似性对所述水泵样本集进行聚类，以实现同一类的所述水泵样本特征属性值差距最小化，不同类的所述水泵样本特征属性值差距最大化。

进一步的，所述无监督学习包括用于概率密度函数估计的直接装置和用于样本间相似性度量的简洁聚类装置；所述直接装置，明确各个所述水泵样本特征属性在所述特征属性集的分布参数，再进行分类；所述简洁聚类装置，明确所述水泵样本特征属性的参考样本，然后依据所述水泵样本特征属性与所述水泵样本特征属性的参考样本之间的相似性进行衡量，将所述水泵样本及所述水泵样本特征属性聚集成不同的类别。

所述乘积而后相加即为运算的一种，即每一个输入条件1对应的数值相乘与对应的每一个输入条件2中对应的数值，之后若干个乘积相加。

本实用新型技术方案带来的技术效果的一个方面在于，通过本实用新型装置，更加直观的识别样本特征的区分度以及变异度，进一步提高了模型分类的正确率。

本实用新型技术方案带来的技术效果的一个方面在于，通过本实用新型装置，利用最优特征子集搭建模型时可提高模型分类的正确率，降低模型训练的耗时，为特征工程提供一种科学、合理的特征选择装置。

附图说明

图1为本实用新型公开的一种基于熵权法的水泵特征优选装置的流程图；

图2为本实用新型一个实施例中聚类处理装置中数据变量的描述信息示意图；

图3为本实用新型一个实施例中聚类处理结果示意图。

具体实施方式

实施例1

本实施例阐述了采用熵权法优选水泵样本特征属性的方式装置，结合实际案例，直观的展示使用过程及注意要点。

下面将结合本实用新型实施例中的附图，对本实用新型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是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，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，都属于本实用新型保护的范围。

如图1所示，为本实用新型一种基于熵权法的水泵特征优选装置的流程图，其包括：

1.S101根据一特征属性集提取一组水泵样本中各水泵样本的特征属性值，从每一水泵样本所提取的特征属性组成该水泵样本的特征维，全部水泵样本的特征维组成该组水泵样本的特征矩阵Y，大小为n×k，n为各水泵样本个数，K为各水泵样本的特征属性个数，即Y_[n×k]；

所述特征属性集为K个水泵样本特征属性的集合，所述特征维为每一个水泵对应的K个水泵样本特征属性的集合，而所述n个水泵样本的特征维组合成该组水泵样本的特征矩阵Y，所述特征矩阵Y中行代表所述水泵样本的若干个特征属性的特征属性值所组成的所述特征维；列表示若干个水泵样本的属性特征维。

所述各水泵样本个数和所述各水泵样本的特征属性个数，在此举例说明，比如测试水泵样本A、B、C、D、E整体的性能状态，此处A、B、C、D、E仅在此实施例中表示水泵样本的编号，而各水泵样本特征属性从以下几个维度考虑，即： 1.温度、2.转速、3.对中度、4.磨损度。针对上述例子，为了建立水泵的分别识别模型，需要采集包含设备状态特征的信号，即1.温度、2.转速、3.对中度、 4.磨损度，而设备范围是水泵A、B、C、D、E，此处水泵A、B、C、D、E为所述水泵样本，所述水泵样本个数即为水泵台数，即5；此处各水泵样本特征属性1. 温度、2.转速、3.对中度、4.磨损度为所述各水泵样本特征属性，各水泵样本特征属性的个数即为所述各水泵样本的特征属性个数，即4。如果将这个矩阵定义为Y，大小为n×k，n为各水泵样本个数，K为各水泵样本的特征属性个数其中 n＝5,K＝4。

样本属性单元S102遍历所述特征矩阵Y中各水泵样本对应特征维，根据一计算装置，获得各特征维中各特征属性值对应的正负样本属性值。

所述各水泵样本对应特征维为向量，对于属性具有明确物理意义的特征维，采用直观法直接按照正负样本属性的判断准则判断每个属性的正负情况，对于信号处理后每个特征维并没有实际物理意义的样本而言，采用画图法来判断特征维的正负情况，即采用聚类处理算法(t-SNE)对样本进行可视化处理，从不同的团簇中任取K个特征样本在同一坐标系上画出折线图，坐标系的横坐标为各水泵样本特征属性，纵坐标为属性的数据值，定义最大团簇中抽取的样本为参考样本，则其它团簇样本特征维数据大于参考样本即为正属性样本属性，否则为负属性样本属性；

对于判断特征维是否具有明确的物理意义，举例说明，比如：例如一个驻波通过一条绳子，绳子上面的每个点组成一个无穷维的向量，这个向量的特征向量就是特征函数sin(t)，因为是时变的，就成了特征函数。每个点特征值就是每个点在特定时刻的sin(x+t)取值。再如，从太空中某个角度看地球自转，虽然每个景物的坐标在不断的变换，但是这种变换关于地球的自传轴有对称性，也就是关于此轴的平移和拉伸的坐标变换不敏感。所以地球自转轴，是地球自转这种空间变换的一个特征向量。

归一单元S103根据所述特征矩阵Y中各特征属性值的正负样本属性值按所述征维的正负样本属性情况对其进行归一化，获得特征矩阵Y的归一化矩阵Y′。

所述特征数据矩阵，假设给定了K个各水泵样本特征属性，X1，X2，X3…… XK,每个各水泵样本特征属性由n个组成，即X_i＝{X_i1,X_i2,X_i3,......X_in}。假设对各样本属性数据标准化后的值为Y_i＝{Y₁,Y₂,Y₃,......Y_n}，那么特征数据矩

此公式为所述正样本属性专用，或

此公式为所述负样本属性专用，其中i＝{1,2,3,......k}，j＝{1,2,3,......n}，min(X_i)为第i个样本属性中最小值，max(X_i)为第i个样本属性中最大值，X_ij为第i个样本属性组中的第j个样本属性,即

根据原始评分表，对数据进行标准化后可以得到数据标准化表，即Y′_[n×k]。

4.S104使用熵权法计算所述归一化矩阵Y′的各个所述特征属性的权重B，根据所述特征属性的权重B计算所述特征矩阵Y中各个特征维的权重C。

根据信息论中信息熵的定义，一组数据的信息熵

其中

如果p_ij＝0则定义

即B_1×k。

根据水泵样本特征属性特征维的权重计算公式

可以得到各个特征维的权重，即C_1×k。

5.S105计算所述各个水泵样本特征属性在一组水泵样本中的占比值D，并对所述占比值排序，其中最大值对应的特征子集即为最优的特征子集A。设Yl为第l个水泵样本在所述一组水泵样本中的占比值，

其中l＝(1,2,3，……n)，即A_n×1。

下面结合具体实施例做进一步阐述：

某公司设备管理部门为了提高现场水泵组的预防预见性管理效果，对现场11个水泵样本进行了检测，各水泵样本的特征属性为9项，检测结果如下表所示：

由于水泵样本的特征属性的难易程度不同，因此需要对9项水泵样本的特征属性进行赋权，以便能够更加合理的对11个水泵整体客观做出评价。

首先，采用熵权法进行赋权，即：数据标准化，假设给定了K个样本属性，每个各水泵样本特征属性由n个组成，即X_i＝{X_i1,X_i2,X_i3,......X_in}。假设对各样本属性数据标准化后的值为Y_i＝{Y₁,Y₂,Y₃,......Y_n}，那么特征数据矩

此公式为所述正样本属性专用，或

此公式为所述负样本属性专用,其中i＝{1,2,3,......k}，j＝{1,2,3,......n}，min(X_i)为第 i个样本属性中最小值，max(X_i)为第i个样本属性中最大值，X_ij为第i个样本属性组中的第j个样本属性,根据原始评分表，对数据进行标准化后可以得到下列数据标准化表：

其次，使用熵权法计算所述归一化矩阵Y'的各个所述特征属性的权重求，即各水泵样本特征属性的信息熵，根据信息论中信息熵的定义，一组数据的信息熵

其中

如果p_ij＝0则定义

故，可以计算出9项水泵样本的特征属性各自的权重如下：

其次，根据所述特征属性的权重计算所述特征矩阵Y中各个特征维的权重；根据所述水泵样本特征属性各个特征维的权重计算公式

可以得到所述特征矩阵Y中各个特征维的权重如下表所示：

再次，计算所述各个水泵样本特征属性值在一组水泵样本中的占比值，并对所述占比值排序，其中最大值对应的特征子集即为最优的特征子集。根据所述特征矩阵Y中各个特征维的权重和所述特征矩阵Y，计算所述各个水泵样本特征属性在一组水泵样本中的占比值设Y_l为第l个水泵样本特征属性值在一组水泵样本中的占比值，其中l＝(1,2,3，……11)则

各个水泵样本最终结果如下表所示：

其中上述列表中水泵样本F占比值最大，其对应的特征子集即为即为最优特征子集。最优特征子集为水泵样本F，即水泵样本F:

实施例2

本实施例阐述了聚类处理装置在水泵领域的实际应用。具体案例如下所述：

对某水泵场所有水泵进行专业化管理，从以下5个维度进行水泵的数据提取和分析分组，即指标1、指标2、指标3、指标4以及指标5，且上述各指标为抽象数据的样本，在提取分析过程中，没有响应变量故需要采用聚类处理的装置处理向所述样本属性，分析所述样本各自的差异性，实现各组所述水泵合理化管理。

该案例的数据集是在SAMPSIO库中的DMABASE数据集。下面是数据集中的主要的变量的描述信息，如图2所示：

在这个案例中，设置TEAM，POSITION，LEAGUE，DIVISION和SALARY变量的模型角色为rejected，其中TEAM、POSITION、LEAGUE、DIVISION和SALARY等五个变量对应的上述各个指标维度依次为指标1、指标2、指标3、指标4以及指标5。

具体的流程如下所示：

1)建立初始数据流

2)设置输入数据源结点和替代节点

打开输入数据源结点，从SAMPSIO库中选择DMABASE数据集；

设置NAME变量的模型角色为id，设置TEAM，POSIOTION，LEAGUE，DIVISION 和SALARY变量的模型角色为rejected；

探索变量的分布和描述性统计信息，选择区间变量选项卡，可以观察到只有LOGSALAR和SALARY变量有缺失值。选择类别变量选项卡，可以观察到没有缺失值。在本例中，没有涉及到任何类别变量。

关闭输入数据源结点，并保存信息。

虽然并不是一直要处理缺失值，但是缺失值的数量会影响聚类结点产生的聚类解决方案。为了产生初始聚类，聚类结点往往需要一些完整的观测值。当缺失值太多的时候，需要用替代结点来处理。

所述缺失值，是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。数据挖掘所面对的数据不是特地为某个挖掘目的收集的，所以可能与分析相关的属性并未收集(或某段时间以后才开始收集)，这类属性的缺失不能用缺失值的处理装置进行处理，因为它们未提供任何不完全数据的信息，它和缺失某些属性的值存在本质的区别。

4)设置聚类结点

打开聚类结点，激活变量选项卡。K-means聚类对输入数据是敏感的。一般情况下，考虑对数据集进行标准化处理。

在变量选项卡”Variables”，选择标准偏差单选框”Segment Identifier”中的“Variable label”,选中“Cluster ID”；选择聚类选项卡”Number of Clusters”；观察到默认选择聚类数目的装置是自动”Automatic”的；关闭聚类结点。

5)查看聚类结果

在聚类结点处运行流程图，查看聚类结果，如图3所示。

6)限定聚类数目

打开聚类结点-选择聚类选项卡-在聚类数目选择部分，点击选择标准按钮“MAXimum number of clusters”，输入最大聚类数目为10。点击选择按钮“Minimum numberof clusters”输入最小聚类数目为2。点击oK，关闭聚类结点。

7)对于结果进行解释

定义每个类别的信息，结合背景识别每个类型的特征。选择箭头按钮，选择三维聚类图的某一类别，在工具栏选择刷新输入均值图图标，点击该图标，可以查看该类别的规范化均值图，同理，可以根据该装置对其他类别进行解释。

8)运用Insight结点

Insight结点可以用来比较不同属性之间的异常。打开insight结点，选择整个数据集，关闭结点；从insight结点处运行；变量_SEGMNT_标识类别， distance标识观测值到所在类别中心的距离；当运用insight窗口的analyze 工具评估和比较聚类结果，首先把_SEGMNT_的度量方式从interval转换成 nominal。

本实用新型中应用了具体实施例对本实用新型的原理及实施方式进行了阐述，以上实施例的相关说明只是用于帮助理解本实用新型的装置及其核心思想；同时，对于本领域的一般技术人员，依据本实用新型的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本实用新型的限制。

Claims (2)

1.一种基于熵权法的水泵特征优选装置，其特征在于，包括：特征单元、与所述特征单元电连接的样本属性单元、与所述样本属性单元电连接的归一化单元、与归一化单元电连接的权重单元以及与权重单元电连接的特征子集单元；

所述特征单元，用于读取根据一特征属性集提取一组水泵样本中各水泵样本的特征属性值，并输出该组水泵样本的特征矩阵Y；

所述样本属性单元，用于读取所述特征矩阵Y中各水泵样本对应特征维，根据一计算装置，获得并输出各特征维中各个特征属性值对应的正样本属性和负样本属性；

所述归一单元，用于读取所述样本属性单元输出的各个特征属性值的正负样本属性值，获得并输出所述特征矩阵Y的归一化矩阵；

所述权重单元，用于读取所述归一单元输出的所述归一化矩阵，并输出使用熵权法计算获得的所述特征矩阵Y中各个特征维的权重C；

所述特征子集单元，用于读取所述特征矩阵Y中各个特征维的权重C并输出一个特征子集A。

2.根据权利要求1所述的一种基于熵权法的水泵特征优选装置，其特征在于：特征属性的正负样本属性值的计算装置包括用于处理直观数据的装置一和用于处理抽象数据的装置二。

Images