[发明专利]一种基于局部敏感哈希的发电机设备隐患预警方法

权利要求书

1.一种基于局部敏感哈希的发电机设备隐患预警方法，其特征在于，包括以下步骤：

(1)分析并提取影响发电机设备故障的机组相关特征和影响因素，形成历史发电机特征向量，得到样本集[x₁,x₂,x₃,x₄,...x₂₀]，其中x₁,x₂,x₃,x₄,…,x₂₀为发电机相关特征历史数据值；

(2)对样本集[x₁,x₂,x₃,x₄,...x₂₀]进行数据预处理,剔除[x₁,x₂,x₃,x₄,...x₂₀]中机组异常状态下的数据值，保留机组的正常状态值；

(3)构建一系列具有统一映射规则的哈希函数族，用于把多维的样本集数据点映射为一个整型向量，即映射向量；

(4)从步骤(3)中构建的哈希函数族中，随机选取M组哈希函数，每组由N个哈希函数组成，使用这些哈希函数对样本空间中的所有样本点进行处理，得到每个样本的映射向量；

(5)在M组哈希函数中，把每一组中的具有相同映射向量的样本点划分为一个数据类；遍历所有的数据类，把具有相同样本点的数据类进行合并；合并后所得到的每一个数据类，即代表设备正常运行过程中的一种工况；

(6)记录合并后所有数据类的特征信息，并存储到数据库；

(7)对于新接收的实时数据值，按照上述步骤(2)-步骤(5)，遍历所有的数据类，并尝试划分到某个数据类中；如果新的实时数据值无法划分到任何一个数据类，则认为该数据值不符合正常运行工况，即判定该数据值代表潜在故障征兆；

所述步骤(1)中，发电机相关特征历史数据值包括机组有功、机组油温、机组油槽油位、机组转速、定子瓦温、压力以及流量的历史时刻值；

所述步骤(1)中，x₁,x₂,x₃,x₄,…,x₂₀为前一整年发电机相关特征历史数据值；

所述步骤(4)中，通过p稳定分布构建哈希函数族，则P取2时，定义的哈希函数族为：

h_a,b(v)=(a*v+b)/r，其中，向量v是样本数据值，向量a是由p稳定分布产生的与v维度相同的随机向量，b是(0,r)里的随机数，r是直线的分段长度；选取不同的a和b，构成多个哈希函数，从而构成哈希函数族；

所述步骤(4)中，M组哈希函数记为{F1(·),F2(·),…,FM(·)}，其中Fi(·)＝(h1(·),h2(·),…,hN(·))，则样本集数据点经过Fi(·)被映射成一个整型向量(X1,X2,…,XN)，这个向量便是这个样本集数据点的标识；

所述步骤(3)中，哈希函数族的构建需要满足如下两个约束：

1)能够高效地把样本集数据点映射为一个整型向量；

2)哈希函数族中所有函数设定不同的参数，但必须遵从统一的映射原则；

所述步骤(6)中，特征信息包括：数据类的编号、所含样本点数量及时间戳、每个数据维度的最大值和最小值，其中，每个数据维度是原始数据维度，而非映射后的数据。

2.根据权利要求1所述的一种基于局部敏感哈希的发电机设备隐患预警方法建立的发电机隐患预警系统，其特征在于，所述发电机隐患预警系统包括如下模块：

训练数据获取模块，用于获取用于训练的样本数据；

数据处理及工况识别模块，其使用所述的基于局部敏感哈希的发电机设备隐患预警方法对训练数据获取模块获取的样本数据进行处理，得到一系列的数据类及其特征信息；

数据库，用于存储数据处理及工况识别模块得到数据类及其特征信息；

实时数据接收模块，用于接收发电机设备运转的实时数据值；

实时数据分析模块，用于判定每一批新接收的实时数据值是否符合某一正常运行工况；

隐患预警输出模块，其对于不符合正常运行工况的数据值，输出隐患预警。