基于改进余弦相似度的粒子滤波故障预报①-计算机系统应用.pdf

计 算 机 系 统 应 用 2015 年 第 24 卷 第 1 期 基于改进余弦相似度的粒子滤波故障预报① 蒋 欣, 王开军, 陈黎飞 1(福建师范大学 数学与计算机科学学院, 福州 350007) 2(福建师范大学 福建省网络安全与密码技术重点实验室, 福州 350007) 摘 要: 现有的粒子滤波故障预报方法主要是通过粒子滤波算法得到对应时刻的预测值, 然后比较其与实际值 的差值来对故障进行预报. 从分析设备正常工作的时间序列数据与潜在故障引起的异常数据之间的相似性的新 角度, 设计了系统正常度和系统异常度来判别设备是否正常运行, 进而对潜在的故障进行预测. 实验结果验证了 该方法的可行性, 并能及时准确地预报出系统故障. 关键词: 相似性度量; 正常度; 异常度; 粒子滤波; 故障预报 Particle Filter Fault Prediction Based on Improved Cosine Similarity JIANG Xin, WANG Kai-Jun, CHEN Li-Fei 1(Fujian Normal University, Mathematics and Computer Science College, Fuzhou 350007, China) 2(Fujian Normal University, Fujian Province Network Security and Cryptography Laboratory, Fuzhou 350007, China) Abstract: The existing particle filter fault prediction method is the corresponding time’s predictive value obtained from particle filter algorithm. The particle filter algorithm predicts the system fault by comparison of the predict value and actual value. This paper designs a new method identifying the function of system equipment. By analysis of the normal working equipment’s time-series data and abnormal data, it can predict the potential system fault. Experimental results demonstrate the feasibility of this method and the accuracy of predicting system fault. Key words: similarity measure; normal degree; abnormal degree; particle filter; fault prediction 1 引言 提前预报故障是避免设备发生故障而造成损失的 的计算量大和粒子退化问题, 提出一种基于随机摄动 重要措施. 所谓故障预报即判断当前状态偏离正常态 粒子滤波器的故障预报算法, 文献[6]基于粒子滤波算 的程度, 以及预报故障发生时间[1], 根据预报可以对 法采用状态变量当前时刻的后验分布进行迭代采样以 设备提前进行维修. 实际应用的许多设备大多结构复 及数据驱动的方法预测未来一段时间内对象系统的量 杂, 而且为非线性系统, 工作过程中会受到较强的噪 测信息, 文献[7]基于粒子滤波提出了一种实时可靠性 声干扰, 针对这一问题, 采用粒子滤波算法, 其已被 预测方法, 并由三容水箱系统仿真实验验证了预测方 证明能有效的解决非线性非高斯系统的故障预测问题