[发明专利]基于网络分割的故障诊断谱聚类方法

权利要求书

1.一种基于网络分割的故障诊断谱聚类方法，其特征在于，该方法从网络/图的角度描述复杂故障诊断的数据结构，并利用网络分析方法分析故障，将故障诊断问题建模为网络分割，构造网络分割目标函数，利用谱图理论进行求解，具体实现步骤如下：

步骤一，建立故障诊断的网络模型，网络模型的建立有两个基本要素：节点和节点之间的关系，节点对应故障数据样本，而它们之间的关系用相似度来描述：相似度描述样本之间的关系，它是基于样本之间的距离描述的；用欧式距离满足两个样本之间距离越大，相似度越小；反之相似度越大；

步骤二，构造网络分割目标函数，网络分割目标函数的构造兼顾类内相似度大，类间相似度小；借鉴最小最大切判据形成网络分割目标函数；

步骤三，初始化：设定算法终止条件，给定算法运行阈值参数；

步骤四，算法终止条件判断：如果满足终止条件就结束算法，否则，继续执行步骤五；

步骤五，对网络进行两划分，返回步骤四。

2.如权利要求1所述的基于网络分割的故障诊断谱聚类方法，其特征在于，所述的建立故障诊断的网络模型具体做法是：

令检测到的故障系统可观测量x的取值范围全体构成数据样本空间X，其中，每个x有p个属性，每一个可观测量x_i作为节点，两个可观测量x_i与x_j之间的联系作为关系，数据样本空间X表示成加权无向网络/图G(V，A)，V＝{x₁，x₂，......，x_m}为图的顶点，加权边A＝{a_ij}表示x_i与x_j之间的相似度，故障数据聚类的实现转换为对加权无向网络/图节点进行聚类，即对G进行分割。

3.如权利要求1所述的方法，其特征在于，所述的网络两划分的实现基于谱图理论，采用谱聚类实现，其中的寻找最优分割点采用k-means改进。