买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林电子科技大学

摘要：本发明公开了一种风电设备故障检测方法，本发明基于改进的BSMOTE‑Sequence风机故障采样策略，通过对BorderlineSMOTE进行改进而设计的一种风机数据集采样策略模型。BorderlineSMOTE在选择对哪些样本点进行合成时，第一步通过KNN算法选出K′个少数类近邻样本，第二步从这K′个样本中随机选择K″个样本。本发明是将第二步随机选择样本改进为根据时序特征来选择样本，该方式生成新样本综合考虑了空间距离、时序规律，能有效减少噪声点的生成，不仅解决了风机数据集的不平衡问题，而且并未破坏数据集的时序规律。此外，本发明还结合TomekLinks技术，可以有效地过滤数据集中的噪声样本、类间重叠样本，从而提高后续分类器训练的效率及准确率，避免模型过拟合。

主权项：1.基于改进BSMOTE-Sequence算法的风电设备故障检测方法，包括风机故障采样策略模型，其特征在于构建所述风机故障采样策略模型包括以下步骤：1对少数类样本集P中的每个样本pi，按照公式计算它到其他所有样本dj的欧氏距离，选出距离最近的TopK个样本{d1,d2,...,dK}；其中M表示样本的特征数，表示pi样本的第m个特征，表示dj样本的第m个特征，distpi,dj表示样本pi与dj之间的欧氏距离；2设{d1,d2,...,dK}中有Npi个多数类样本，按照公式和判断pi的类型Cpi；Cpi取0、1、-1时分别表示pi样本是安全类样本、边界类样本、潜在噪声类样本；3对于每个Cpi＝1的pi样本，按照公式计算它到其他所有少数类样本pj的欧氏距离，选出空间距离最近的TopK′个样本{p1,p2,...,pK'}；4从{p1,p2,...,pK'}中按照公式t＝|Tpi-Tpj|，选出时间跨度最小的TopK″个样本{p1,p2,...,pK”}；其中Tpi表示pi样本的时间特征，Tpj表示pj样本的时间特征，t表示pi与pj之间的时间跨度；5按照公式pi，j＝pi+α*pi-pj，在pi样本与{p1,p2,...,pK”}各样本之间合成新样本点{pi,1,pi,2,...,pi,K”}；其中pi，j表示pi样本与pj样本合成的新样本，α表示0，1之间的一个随机数；6将第5步骤中合成的所有新样本点加入到少数类样本集P中；7按照公式对少数类样本集P中的每个样本pi，计算它到每个多数类样本nj的距离Distancepi,nj；8若不存在任意其他样本点dk使得公式Distancepi,dk＜Distancepi,nj或者Distancenj,dk＜Distancepi,nj成立，则称pi,nj是一个Tomeklinks对，从每个Tomeklinks对中删除多数类样本点；9按照公式和计算每个样本周围的样本类别比例，找出噪声类样本并删除。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 基于改进BSMOTE-Sequence算法的风电设备故障检测方法