一种基于数据融合的火电厂一次风机健康度评估方法

本发明提出了一种基于数据融合的火电厂一次风机健康度评估方法，通过对历史数据进行数据清洗后和稳态筛选后，采用概率密度等间隔抽样方法对总体进行抽样，采用模糊聚类确定每个区间间隔上的状态向量，选取典型状态向量构成记忆矩阵以有效覆盖共同的工作空间，并采用k最近邻算法实现记忆矩阵的动态更新，使用设备较新的数据替代历史训练集合中质量较差的数据，提高了模型的在线自适应能力。采用基于滑动窗口状态相似度代替传统残差阈值法作为预警的评价标准，给出相似度判别机制与健康度计算指标，提高了故障预警的准确性和及时性。该系统具有良好的适应性和可扩展性，具有较高的应用与推广前景。