[发明专利]多源故障检测与诊断方法和装置

权利要求书

1.一种多源故障检测与诊断方法，其特征是，该方法包括以下步骤：

获取系统正常状态下的历史数据，构建正常状态下的多层次知识图谱，挖掘正常状态下多层次知识图谱的深层次关联路径；

获取系统当前待检测状态下的待检测的数据，构建待检测状态下的多层次知识图谱，挖掘待检测状态下多层次知识图谱的深层次关联路径；

判断待检测的数据是否处于故障状态；

若系统处于故障状态，则确定故障变量，构建待检测状态下的多层次知识图谱故障模型；

利用多层次知识图谱故障模型，结合贝叶斯理论进行多源故障诊断；

所述多层次知识图谱的构建方法为：分析系统生产过程中影响生产状态的不同层次，根据每个层次的特点构建每个层次的知识图谱；将每个层次的知识图谱进行整合，统一完整的知识图谱中，得到多层次知识图谱；

所述多层次知识图谱的深层次关联路径的挖掘方法为：根据多层次知识图谱中已有的关联关系，寻找每个变量在知识图谱中的变量相关关系对，并将其作为该变量的权重系数；根据每个变量的权重系数的大小选择深层次关联路径；所述深层次关联路径中的变量同时出现在每个层次知识图谱中；

所述判断待检测的数据是否处于故障状态的方法为：计算正常状态下多层次知识图谱的深层次关联路径相关变量集合以及待检测状态下多层次知识图谱的深层次关联路径相关变量集合；构建判别系数故障检测模型，计算判别系数；给定容错率，比较判别系数与容错率的大小，若判别系数与1的差值大于等于给定的容错率，则系统进入故障状态；否则系统处于正常状态；

所述判别系数的计算方法为：根据正常状态下多层次知识图谱的深层次关联路径相关变量集合，计算正常状态下多层次知识图谱的深层次关联路径相关变量集合中实体对的个数；根据待检测状态下多层次知识图谱的深层次关联路径相关变量集合，计算待检测状态下多层次知识图谱的深层次关联路径相关变量集合中实体对的个数；计算正常状态下深层次关联路径变量集合中与待检测状态下深层次关联路径变量集合中相同的变量实体对的个数，以及正常状态下知识图谱的深层次关联路径相关变量集合中实体对的关系权值与待检测状态下知识图谱的深层次关联路径相关变量集合中实体对的关系权值不一致的数量；将上述值分别代入判别系数故障检测模型中，得到待检测状态下的判别系数；

所述多层次知识图谱故障模型的构建方法为：比较正常状态下多层次知识图谱的深层次关联路径相关变量集合中和待检测状态下多层次知识图谱的深层次关键路径相关变量集合中相关变量，确定各个层次的知识图谱的相关变量对，得到系统故障变量；在各个层次的知识图谱的相关变量对中选取相关系数中度和高度相关的变量对，构建多层次知识图谱故障模型；

所述多源故障诊断的方法为：

利用系统故障变量构建一个系统的故障症状集合；

基于所获得的故障变量，构建当前待检测状态下的多层次知识图谱故障模型；

根据系统的故障症状，寻找所有可能的候选故障原因；

计算每个故障症状的一阶割集表达式；

对每个故障症状的一阶割集表达式按照相关边方向进行逻辑展开，得到每个故障症状的最终割集表达式；

将所有故障症状的最终割集表达式进行逻辑交运算，并插入每个故障原因相应的发生概率值和相关边概率值，得到每个候选故障原因的后验概率值；

设定阈值，比较每个候选故障原因的后验概率值是否超过设定的阈值，若候选故障原因的后验概率值超过设定的阈值，则将该候选故障原因作为系统故障原因，否则，该候选故障原因不是系统故障原因。

2.一种多源故障检测与诊断装置，采用如权利要求1所述的一种多源故障检测与诊断方法，其特征是，该装置包括：

深层次关联路径获取模块，用于获取系统正常状态下的历史数据，构建正常状态下的多层次知识图谱，挖掘正常状态下多层次知识图谱的深层次关联路径；获取系统当前待检测状态下的待检测的数据，构建待检测状态下的多层次知识图谱，挖掘待检测状态下多层次知识图谱的深层次关联路径；

故障检测模块，用于判断待检测的数据是否处于故障状态；

故障诊断模块，用于若系统处于故障状态，则确定故障变量，构建待检测状态下的多层次知识图谱故障模型；利用多层次知识图谱故障模型，结合贝叶斯理论进行多源故障诊断。