[发明专利]基于PCA余量空间的异常诊断方法及装置

权利要求书

1.一种基于主成分分析PCA余量空间的异常诊断方法，其特征在于，应用于包含M个状态量的系统中，所述M个状态量在同一时刻的取值构成一状态向量，所述M为大于1的正整数，所述系统正常工作状态下的N个状态向量构成原始空间，所述N为大于所述M的正整数，所述方法包括：

在检测到所述系统异常时，获取K个第一基向量，其中，所述K个第一基向量为通过对K个第二基向量进行稀疏化处理得到，所述第二基向量用于表示对所述原始空间进行PCA降维得到的余量空间，所述K为所述余量空间的维数，所述K小于或等于所述N，每个所述第一基向量中的元素个数为所述M；

根据所述系统异常时对应的状态向量在所述K个第一基向量中的投影，诊断所述系统异常产生的原因。

2.根据权利要求1所述的方法，其特征在于，所述获取K个第一基向量，包括：

采用消元方法或优化方法，处理所述K个第二基向量，得到所述K个第一基向量。

3.根据权利要求2所述的方法，其特征在于，所述第二基向量为列向量，所述K个第二基向量组成一M*K的矩阵，所述采用消元方法，处理所述K个第二基向量，得到所述K个第一基向量，包括：

对每一所述第二基向量，得到该第二基向量中各元素的平方和，并确定平方和最大的第二基向量作为消元的主元；

更换所述矩阵中第一列与所述主元的位置，将所述主元调整到所述矩阵的第一列；

以所述主元的第一行元素为列向量长度，其他元素为零为目标，对所述矩阵进行Householder变换；

在所述矩阵中，自上至下，将除去所述矩阵的第一行及所述主元的剩余部分作为新的矩阵，所述新的矩阵中每一列向量作为新的第二基向量，对每一新的第二基向量，得到该新的第二基向量中各元素的平方和，并确定平方和最大的新的第二基向量作为消元的主元，直至所述新的矩阵中仅包含一行向量，得到行阶梯矩阵；

在所述行阶梯矩阵中，各行向量之间做加权加和/或减操作，得到化简后的行阶梯形矩阵；

与所述矩阵中各所述第二基向量位置对应，还原所述化简后的行阶梯形矩阵中各列的位置，并对还原后的矩阵中各行进行归一化处理，得到所述K个第一基向量。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述检测到所述系统异常，包括：

若所述系统对应的状态向量在所述余量空间的投影大于或等于预设阈值，则确定所述系统出现异常；

若所述系统对应的状态向量在所述余量空间的投影小于所述预设阈值，则确定所述系统正常。

5.根据权利要求4所述的方法，其特征在于，若所述系统对应的状态向量在所述余量空间的投影小于所述预设阈值，则确定所述系统正常之后，所述方法还包括：

将确定所述系统正常对应的所述状态向量通过PCA降维，更新所述余量空间，并根据更新后的余量空间获取第一基向量。

6.一种基于主成分分析PCA余量空间的异常诊断装置，其特征在于，应用于包含M个状态量的系统中，所述M个状态量在同一时刻的取值构成一状态向量，所述M为大于1的正整数，所述系统正常工作状态下的N个状态向量构成原始空间，所述N为大于所述M的正整数，所述装置包括：

检测模块，用于检测所述系统是否产生异常；

获取模块，用于在所述检测模块检测到所述系统异常时，获取K个第一基向量，其中，所述K个第一基向量为通过对K个第二基向量进行稀疏化处理得到，所述第二基向量用于表示对所述原始空间进行PCA降维得到的余量空间，所述K为所述余量空间的维数，所述K小于或等于所述N，每个所述第一基向量中的元素个数为所述M；

诊断模块，用于根据所述系统异常时对应的状态向量在所述获取模块所获取的所述K个第一基向量中的投影，诊断所述系统异常产生的原因。

7.根据权利要求6所述的装置，其特征在于，所述获取模块具体用于：

采用消元方法或优化方法，处理所述K个第二基向量，得到所述K个第一基向量。