[发明专利]一种基于多元高斯分布的电缆生产质量异常检测方法和系统有效

专利信息
申请号: 202010116936.6 申请日: 2020-02-25
公开(公告)号: CN111444471B 公开(公告)日: 2023-01-31
发明(设计)人: 张卫东;张小斐;张富杰;袁少光;耿俊成;万迪明;朱六璋;许冰;刘艳芳 申请(专利权)人: 国网河南省电力公司电力科学研究院;国网信息通信产业集团有限公司;国家电网有限公司
主分类号: G06F17/18 分类号: G06F17/18;G06F18/214;G06F18/2135
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 肖继军
地址: 450000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多元 分布 电缆 生产 质量 异常 检测 方法 系统
【权利要求书】:

1.一种基于多元高斯分布的电缆生产质量异常检测方法,其特征在于:

所述方法包括以下步骤:

步骤1:对于相同规格、相同质量标准和相同生产流程的电缆,获取与电缆生产质量相关工序的生产数据,组成电缆生产质量异常检测的全部样本集;

步骤2:预处理全部样本集中的数据,得到训练集与测试集:提取全部样本集合中的有效数据,然后进行主成分分析特征提取,得到影响因素集合,并将影响因素集合中的数据按照7:3的比例分为训练集和测试集;

步骤3:通过训练集拟合电缆生产质量的多元高斯分布模型;

步骤4:根据历史生产数据和输电线缆生产质量标准动态调整异常检测阈值,得到最优异常检测阈值:通过设定预期的异常比例、最小和最大概率密度值pmin和pmax、异常统计结果进行阈值动态调整与最优值确定,动态调整公式为:

步骤4中,设定预期的异常比例并根据历史生产数据和输电线缆生产质量标准动态调整异常检测阈值,包括以下步骤:

步骤a:将训练集X作为输入数据,根据步骤3得到的多元高斯分布模型,计算每一条数据在模型中的概率密度pi,0≤pi≤1;

步骤b:筛选步骤a得到的概率密度,得到最小和最大概率密度值:pmin和pmax,设定pmin为异常检测阈值α的初始值;

步骤c:对于异常检测阈值α,如果当前异常检测阈值α大于pmax,则执行步骤e;否则,对输入的训练集数据进行异常判断并计算异常比例,如果得到的异常比例小于预期的异常数据的比例,则执行步骤d,对异常检测阈值α进行动态调整,反之执行步骤e;

步骤d:令异常检测阈值返回步骤c;

步骤e:以当前异常检测阈值更新最优异常检测阈值αbest并输出;

步骤5:结合步骤4得到的最优异常检测阈值,在测试集上对步骤3得到的多元高斯分布模型进行验证;

步骤6:对经过步骤5验证后的多元高斯分布模型,给定输入数据,进行在线电缆生产质量的异常检测。

2.根据权利要求1所述的一种基于多元高斯分布的电缆生产质量异常检测方法,其特征在于:

步骤1所述电缆生产质量相关工序包括拉丝工序、三层共挤工序、导体成缆工序和绕包工序;

其中,拉丝工序的生产数据包括拉丝长度、拉丝模直径上限、设定张力和拉丝速度、绞线半径和密度;

三层共挤的生产数据包括偏心度、外屏、内屏、最大外径、最小外径和绝缘性;

导体成缆工序的生产数据包括成缆直径、生产速度、牵引电压和绞线方向;

绕包工序的生产数据包括绕包转速和绕包节距;

所述拉丝工序、三层共挤工序、导体成缆工序和绕包工序的生产数据相互独立。

3.根据权利要求1所述的一种基于多元高斯分布的电缆生产质量异常检测方法,其特征在于:

步骤2所述训练集表示为:X={X1,X2,…,Xn},n为训练集的数据维度,X1,…,Xn表示n个电缆生产质量影响因素的变量,与生产数据一一对应,每一个训练集中的数据表示为:m为生产数据的数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河南省电力公司电力科学研究院;国网信息通信产业集团有限公司;国家电网有限公司,未经国网河南省电力公司电力科学研究院;国网信息通信产业集团有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010116936.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top