[发明专利]一种具有可调整能力的多工况混合变量异常检测方法

权利要求书

1.一种具有可调整能力的多工况混合变量异常检测方法，其特征在于，包括如下步骤：

步骤1：离线建模，具体包括如下步骤：

步骤1.1：采样历史工况构建训练数据集共包含N个样本，为第i个采样并包含d个样本，l_i为x_i对应的标签，i表示采样时间；记X^k＝[X^kn,X^kf]为工况k的数据，其中和分别为工况k的正常和故障样本；总共包含K₁个工况，记x_j为第j个变量，二值变量和连续变量的集合分别记为和

步骤1.2：当x_j∈X_c时，假设其服从高斯分布

P_c(x_j|l＝γ；θ_j,γ)＝N(x_j|l＝γ；u_j,γ,Σ_j,γ) (1)

其中，u_j,γ,Σ_j,γ为对应的均值和标准差；

步骤1.3：当x_j∈X_b时，假设其服从伯努利分布

其中，δ_j,γ为第j个变量在γ下的响应函数；

步骤1.4：计算条件概率

其中，为标签变量，γ∈{1n,1f,...,K₁n,K_fn}，参数向量θ＝{θ_j,γ,W_j,k}，θ_j,γ为第j个变量在类别γ下的参数，W_j,k为第j个变量在工况k下的权值；

步骤1.5：如果x_j＝{x_1j,...,x_ij,...,x_nj}∈X_c，构造二值变量x′_j＝{x′_1j,...,x′_ij,...,x′_nj}

其中所有关于权值的计算都用构造的二值变量代替原始的连续变量进行计算；

步骤1.6：计算条件概率

其中，φ(x_j)为示性函数(如果x_j＝1，φ(x_j)＝1；否则φ(x_j)＝0)，步骤1.7：计算条件联合概率

P(x_j,x_j′|k)＝P(x_j′|k){1-φ(x_j)+(2φ(x_j)-1)[φ(x_j′)η+(1-φ(x_j′))η′]} (6)

其中，

步骤1.8：计算条件互信息

步骤1.9：如果x_j,x_j′∈X_c，则按照下式进行修正

步骤1.10：计算相关系数

其中，M(x_j,l|k)为条件互信息；

步骤1.11：计算特征权值

其中,ξ_j,k为相关系数；

步骤1.12：当x_j∈X_b时，计算响应函数

其中,如果l_i＝γ，Ξ_i,γ＝1，否则Ξ_i,γ＝0；

步骤1.13：当x_j∈X_c时，计算均值

其中

步骤1.14：当x_j∈X_c时，计算标准差

步骤1.15：计算先验概率

步骤1.16：计算条件概率

步骤1.17：新来采样的标签为

其中，P(l＝γ)为先验概率；

步骤2：在线检测和更新，具体包括如下步骤：

步骤2.1：当有新采样到来时，计算(16)式判断是否发生故障；

步骤2.3：当有新工况到来时，更新先验概率，补充新到来工况的对应参数；

步骤2.3：当有工况消失时，更新先验概率，删除模型中对应消失工况的参数；

若：预测标签与正常数据标签相同则认定为正常，预测标签与故障数据标签一致则认为发生故障。