[发明专利]基于少数类过采样方法的异质不平衡数据故障检测方法

权利要求书

1.一种基于少数类过采样方法的异质不平衡数据故障检测方法，其特征在于，其包括以下步骤：

步骤S1，获取机电设备健康状态相关的所监测到的不平衡数据集T＝{T_-,T₊}，其中，所述不平衡数据集T包括N_-个与设备正常运行状态相关样本的多数类T_-和一个包含N₊个与设备故障相关样本的少数类T₊，且N_-N₊，令N＝N_-+N₊，样本表示为{x,y}，其中x＝[x₁,x₂,…,x_a]是包含a个与设备运行工况相关的数值型和/或标称型监测变量的输入向量，y＝{-1,+1}为类标签，其中-1代表设备处于正常运行状态，+1代表设备发生故障，每一个标称型变量x_n能取M_n,i个离散值，i∈[1,2,…,a]；

步骤S2，以等概率从少数类故障数据集T₊随机选择一个样本x⁺；

步骤S3，基于异质数值差异指标HVDM或平均数值型变量距离在所述少数类故障数据集T₊中找到样本x⁺的k个近邻样本；其中，所述异质数值差异指标HVDM的表达式(2)为：

其中，HVDM为异质数值差异指标；d_i(x_1,i,x_2,i)为机电设备两个输入变量取值x_1,i,x_2,i之间的距离；x₁、x₂为两个输入向量；

或者，所述平均数值型变量距离的确定方法为：

在利用表达式(2)计算两个输入向量x₁和x₂之间的距离时，输入变量之间距离d_i(x₁,x₂)的确定方法如下：

其中，|x₁-x₂|是一个数值型变量两个值之间的绝对差值；

当第i个变量为标称型时，标称型变量的两个值之间的距离是所有数值型变量绝对插值的平均值，其中，x_l,j是训练集中第j个样本中第l个数值型变量的值；mean代表均值，x_l∈numerical代表所有数值型变量集合中的任一变量；

步骤S4，从所述k个近邻样本中选择一个x⁺的最近邻样本

步骤S5，基于所述最近邻样本计算人工生成样本的数值型变量和标称型变量

步骤S6，基于所述数值型变量和标称型变量对所述机电设备进行故障检测，获得故障检测结果；

所述基于所述最近邻样本计算人工生成样本的数值型变量和标称型变量的计算表达式(1)为：

如果为数值型变量，则

其中，α是介于0和1之间的随机数；

如果为标称型变量，则：假设x⁺和分别为随机选择的少数类故障样本及其最近邻故障样本之一，x⁺和在一个标称型变量的取值是在包含有限个值的值域S内，分别为x⁺和新生成的人工样本在该标称型变量上的取值能为S内的任何值且其概率正比于联合条件概率确定方法如下：

其中：

是在给定少数类样本及其最近邻样本之一在第i个标称型变量取值分别为x⁺和的情况下，二者最近邻在该标称型变量取值为的联合条件概率；

是在给定少数类样本第i个标称型变量取值为x⁺的情况下，其最近邻在该标称型变量取值为的条件概率；

是在给定少数类样本第i个标称型变量取值为的情况下，其最近邻在该标称型变量取值为的条件概率；

第i个标称型变量取值为x⁺的少数类样本数量；

第i个标称型变量取值为x⁺的少数类样本的最近邻中在该变量取值为的少数类样本数量；

是第i个标称型变量取值为的少数类样本数量；

是第i个标称型变量取值为的少数类样本的最近邻中在该变量取值为的少数类样本数量；

将所述标称型变量转换为数值型变量再进行故障检测，转换表达式为：

假设标称型变量是一个包含m个取值的值域S＝{v_i,1,v_i,2,…,v_i,m}所对应的标称型变量，采用以下编码方法将一个标称型值编码为一个大小为m的向量θ_i,j，该向量只有一个元素为非零值b，如下所示：

其中，b为表达式(4)中参数除以

θ_i,1为编码后的标称型变量值v_i,1所对应的向量；

f(v_i,j)为标称型变量编码函数。