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：枣庄矿业集团新安煤业有限公司;枣庄矿业(集团)有限责任公司滨湖煤矿

摘要：本发明涉及数据异常监测技术领域，具体涉及一种基于数据驱动的采煤机运行异常监测方法及系统；根据采煤机监测数据的变化特征获得异常时刻和异常数据点；根据异常数据点之间的距离特征获得多维异常关联程度。获取异常时刻的监测数据的空间坐标和单位向量、主成分的特征值和特征向量；根据主成分的多维异常关联程度、单位向量和特征向量获得主成分权值系数和调节特征值；根据调节特征值进行PCA重构获得异常时刻的空间新坐标；根据空间坐标和空间新坐标获得异常显著程度。本发明根据多维异常关联程度确定异常显著程度，进而确定采煤机运行异常类型，提高了分析采煤机运行数据异常原因的准确性。

主权项：1.一种基于数据驱动的采煤机运行异常监测方法，其特征在于，所述方法包括以下步骤：获取监测采煤机运行状态的不同维度的监测数据并构建数据曲线图；根据所述监测数据的变化特征获得异常时刻和异常数据点；根据所述异常时刻的不同维度的所述异常数据点与预设邻域范围内其他数据点的距离特征，获得异常时刻的多维异常关联程度；获取所述异常时刻的监测数据的空间坐标、主成分的特征值和特征向量；根据所述空间坐标获得所述异常时刻的单位向量；根据主成分对应的所述多维异常关联程度、所述单位向量和所述特征向量获得主成分的主成分权值系数；根据所述主成分权值系数和所述特征值获得调节特征值；根据所述调节特征值对异常时刻的监测数据进行PCA重构获得异常时刻的监测数据的空间新坐标；根据所述异常时刻的所述空间坐标和所述空间新坐标的距离特征获得异常时刻的异常显著程度；根据所述异常显著程度确定采煤机运行异常类型；所述根据所述异常时刻的不同维度的所述异常数据点与预设邻域范围内其他数据点的距离特征，获得异常时刻的多维异常关联程度的步骤包括：根据所述数据曲线图计算所述异常数据点与预设邻域范围内其他数据点的欧氏距离的和值，获得邻域距离表征值；计算所述邻域距离表征值与预设邻域范围内异常数据点数量的乘积，获得所述异常数据点的邻域差异表征值；计算所有维度在所述异常时刻存在异常数据点的所述邻域差异表征值的和值并归一化，获得所述异常时刻的所述多维异常关联程度；所述获取所述异常时刻的监测数据的空间坐标、主成分的特征值和特征向量的步骤包括：将所有异常时刻的所有维度的监测数据通过主成分分析法映射到空间中获得异常时刻的监测数据的空间坐标，并获得所有主成分的特征值和对应的特征向量；所述根据所述空间坐标获得所述异常时刻的单位向量的步骤包括：根据所述异常时刻的监测数据的空间坐标构建坐标向量，计算所述坐标向量与坐标向量的模的比值，获得所述异常时刻的单位向量；所述根据主成分对应的所述多维异常关联程度、所述单位向量和所述特征向量获得主成分的主成分权值系数的步骤包括：对于任意主成分，计算所述任意主成分上的任意异常数据点对应的所述单位向量和所述特征向量的点积，计算所述单位向量和所述特征向量的点积与所述任意异常数据点的所述多维异常关联程度的乘积并累加求和，获得主成分异常权重表征值；计算所有主成分的所述主成分异常权重表征值的和值，获得主成分异常基准表征值；计算主成分异常权重表征值与所述主成分异常基准表征值的比值并归一化，获得所述主成分的主成分权值系数；所述根据所述主成分权值系数和所述特征值获得调节特征值的步骤包括：计算所述主成分的主成分权值系数与所述特征值的乘积，获得所述主成分的调节特征值；所述根据所述异常时刻的所述空间坐标和所述空间新坐标的距离特征获得异常时刻的异常显著程度的步骤包括：计算所述异常时刻的所述空间坐标与所述空间新坐标的欧氏距离并归一化，获得所述异常时刻的异常显著程度；所述根据所述异常显著程度确定采煤机运行异常类型的步骤包括：当所述异常显著程度超过预设显著阈值时，认为采煤机运行工况异常，否则认为监测数据采集过程异常。

全文数据：

权利要求：

百度查询： 枣庄矿业集团新安煤业有限公司 枣庄矿业(集团)有限责任公司滨湖煤矿 基于数据驱动的采煤机运行异常监测方法及系统