基于机器学习模型与机理模型的阀门故障诊断方法及系统

本发明涉及一种基于机器学习模型与机理模型的阀门故障诊断方法及系统，其方法包括：通过ARX模型对阀门的运行数据进行工况分类标记；当同一工况下的运行数据为单回路运行数据时，利用机器学习模型中进行流量预测，将生成的流量预测值与实际流量值进行偏差计算，获得当前工况下的流量偏差值；当同一工况下的运行数据为多回路运行数据时，利用机理模型分析运行数据流量特性，将获得的流量特性值与流量特性参考值进行偏差计算，获得当前工况下的流量特性偏差值；遍历全部流量偏差值或流量特性偏差值与偏差量阈值进行比较，依据比较结果确定阀门的故障类型。本发明提高了流程工业中阀门故障检测的准确性、实时性以及普适性。