[发明专利]风机多工况数据异常处理的方法、装置及计算机可读存储介质

权利要求书

1.一种风机多工况数据异常处理的方法，其特征在于：所述方法包括：

对风机的数据进行异常功率点剔除，以得到剔除后的风机数据；

选定需要进行故障诊断的目标变量；

确定影响所述目标变量的关键变量；

以所述关键变量和选定的所述目标变量为输入进行第一聚类分析，以将所述剔除后的风机数据划分为k个第一聚类类别，其中，k为所述第一聚类分析的类别数；

对所述k个第一聚类类别进行异常数据剔除，以得到剔除之后的k个第一聚类类别；

选择与所述目标变量相关联的至少一个关联变量；

针对所述剔除之后的k个第一聚类类别中的每个第一聚类类别，选择所述目标变量和所述至少一个关联变量中的每个关联变量进行第二聚类分析，以得到m个第二聚类类别，其中，m为所述第二聚类分析的类别数；以及

对所述每个第一聚类类别下所述目标变量和所述每个关联变量的m个第二聚类类别进行异常数据剔除，从而得到最终清理后的风机数据。

2.如权利要求1所述的方法，其特征在于：所述对风机的数据进行异常功率点剔除包括：

基于IEC规范来对所述风机的数据进行异常功率点剔除。

3.如权利要求1所述的方法，其特征在于：所述关键变量包括有功功率，所述以所述关键变量和选定的所述目标变量为输入进行第一聚类分析，以将所述剔除后的风机数据划分为k个第一聚类类别包括：

以有功功率和选定的所述目标变量为输入进行第一聚类分析以将所述剔除后的风机数据划分为k个功率带。

4.如权利要求3所述的方法，其特征在于：所述第一聚类分析包括kmeans聚类分析。

5.如权利要求4所述的方法，其特征在于：对所述kmeans聚类分析的类别数不断地反复迭代，按照手肘法或贝叶斯信息准则法来确定最优的k值。

6.如权利要求4所述的方法，其特征在于：所述对所述k个第一聚类类别进行异常数据剔除，以得到剔除之后的k个第一聚类类别包括：

根据百分位数法对所述k个功率带的异常数据进行剔除，以得到剔除之后的k个功率带。

7.如权利要求6所述的方法，其特征在于：所述第二聚类分析包括高斯混合模型聚类分析，所述针对所述剔除之后的k个第一聚类类别中的每个第一聚类类别，选择所述目标变量和所述至少一个关联变量中的每个关联变量进行第二聚类分析，以得到m个第二聚类类别包括：

针对所述剔除之后的k个功率带中的每个功率带，选择所述目标变量和所述至少一个关联变量中的每个关联变量进行高斯混合模型聚类分析，以得到m个高斯混合模型。

8.如权利要求7所述的方法，其特征在于：对所述高斯混合模型聚类分析的类别数不断地反复迭代，按照手肘法或贝叶斯信息准则法来确定最优的m值。

9.如权利要求7所述的方法，其特征在于：所述对所述每个第一聚类类别下所述目标变量和所述每个关联变量的m个第二聚类类别进行异常数据剔除包括：

根据极大似然估计法来对每个功率带下的所述目标变量和所述每个关联变量的m个高斯混合模型进行异常数据剔除。

10.如权利要求1所述的方法，其特征在于：所述至少一个关联变量包括环境温度。

11.如权利要求1所述的方法，其特征在于：所述关键变量及所述至少一个关联变量基于所述目标变量的物理机理及相关性分析来确定。

12.如权利要求11所述的方法，其特征在于：所述相关性分析包括全局相关系数法或者滑窗相关系数法。

13.一种风机多工况数据异常处理的装置，其特征在于，包括一个或多个处理器，用于实现如权利要求1-12中任一项所述的风机多工况数据异常处理的方法。

14.一种计算机可读存储介质，其特征在于，其上存储有程序，所述程序被处理器执行时，实现如权利要求1-12中任一项所述的风机多工况数据异常处理的方法。