该项目为多元状态估计技术的python实现,主要包含训练与测试数据
(.mat文件)、模型
(Model.py)以及测试例子
(example.py)
其中ae_D_temp
为训练数据,ae_Kobs3_temp
为正常测试数据,ae_ver_temp
为磨煤机堵煤故障数据,数据集包含风粉混合物温度等14个变量。
Traindata(name_list,if_nor=True)
Testdata(name_string,np_Dmax,np_Dmin,if_nor=True)
Faultdata(name_string,np_Dmax,np_Dmin,if_nor=True)
normalization(np_Kobs,np_Dmax,np_Dmin)
MemoryMat_train(np_D,memorymat_name)
MemoryMats_train(np_D)
Temp_MemMat(memorymat,Temp_name)
MSET(memorymat_name,Kobs,Temp_name)
MSETs(memorymat1_name,memorymat2_name,memorymat3_name,Kobs)
Cal_sim(Kobs,Kest)
PS.为了避免在故障发生时阈值随相似度一直下降发生漏报,在阈值更新的触发条件上引入新的限制,即:相似度大于动态阈值且大于0.8,更新动态阈值;相似度小于动态阈值或相似度大于动态阈值且小于0.8,则不更新
Cal_thres(sim)
pic_vars(label,Kobs,Kest,np_Dmax,np_Dmin)
error_contribution(Kobs,Kest,momtent,label)
Accumu_errorContirbution(Kobs,Kest,momtent,time_range,label)
Mat_update(Kobs,sim,thres,memorymat_name,Temp_name)