[发明专利]基于关联规则的复杂系统稳态运行参数优化方法、系统和介质

权利要求书

1.基于关联规则的复杂系统稳态运行参数优化方法，其特征在于，包括下属步骤：

数据预处理，针对复杂系统大量历史运行数据，采用数据预处理方法剔除异常数据；

工况划分，依据外部环境工况参数对工况变化的影响程度进行分阶段工况划分，所述工况划分包括典型工况划分和非典型工况划分；

参数稳态阈值的确定，采用四分位法识别数据波动，确定参数稳态阈值；

准稳态工况检测，根据运行参数的稳态阈值，利用滑动窗口法对历史运行数据进行准稳态工况检测；

改进的关联规则挖掘，变工况条件下，挖掘出保证系统稳定运行的典型关联规则；

参数优化，根据目标工况选择相应关联规则，从而优化运行参数。

2.根据权利要求1所述基于关联规则的复杂系统稳态运行参数优化方法，其特征在于，所述数据预处理包括数据清洗、数据集成、数据转换剔除异常数据，对剔除异常数据后的数据进行离散化处理，为后续关联规则挖掘做准备。

3.根据权利要求1所述基于关联规则的复杂系统稳态运行参数优化方法，其特征在于，所述典型工况划分具体为：

依据影响系统运行的外部环境参数，采用基于变异系数的多步工况法划分典型工况，所述变异系数用于各参数的波动对工况变化影响程度的量化计算，定义为参数的标准差与平均值之比，计算公式如下：

式中，σ_i为标准差，μ_i为平均值；

计算各工况参数的变异系数，然后各工况参数根据变异系数的大小依次进行单变量划分，每次划分的分类簇作为下一阶段划分的父样本集，最终结果按从小到大排序作为工况划分结果；根据参数对工况变化的影响程度进行分阶段工况划分和编号，保证相邻编号的工况是典型的相邻工况。

4.根据权利要求1所述基于关联规则的复杂系统稳态运行参数优化方法，其特征在于，所述非典型工况划分具体为：

根据最近邻法选择最相似的典型工况点代替该工况，最近邻法是将与测试样本最近邻的训练样本类别作为决策的方法：假设外部工况集为S_N：

S_N＝{(X₁,θ₁),(X₂,θ₂),...,(X_N,θ_M)}

式中，X_N为工况样本向量，θ_M为工况类别；对于未知工况Y，S_N中与之距离最近的工况X_N对应的类别θ被作为工况Y的类别；

由于工况各参数的量纲不同，距离计算方式采用马氏距离，马氏距离考虑变量之间的相关性且不受量纲影响，距离计算公式如下：

式中，∑为工况集S_N的协方差矩阵。

5.根据权利要求1所述基于关联规则的复杂系统稳态运行参数优化方法，其特征在于，所述参数稳态阈值的确定具体为：

参数稳态阈值的确定是采用四分位法求解阈值Δx_max和Δx_min，定义系统准稳态运行的控制参数阈值Δx_max为第三四分位数与上限值QU+1.5IQR的均值，计算方式为：

Q_U为第三四分位数；I_QR为四分位距。

6.根据权利要求1所述基于关联规则的复杂系统稳态运行参数优化方法，其特征在于，所述准稳态工况检测具体为：

准稳态工况检测是基于滑动窗口法的特征变量一阶差分准稳态判别法，用于过滤非稳态数据，其基本思想是通过窗口步长d取样，根据特征变量在步长d内一阶差分绝对值的均值判断是否为准稳态过程，若采样周期内不满足准稳态过程，则顺时递推，重新判稳，计算方法如下：

式中，Δx_i为相邻工况参数的差值；Δx_max为准稳态阈值；d为窗口步长。