基于經驗耦合函數(shù)的動態(tài)運行參數(shù)異常檢測

宋柯, 錢唐江, 武彬, 陳勇旭, 鐘婷, 周帆*

(1.國家能源集團國能大渡河流域水電開發(fā)有限公司, 成都 610016; 2. 電子科技大學信息與軟件工程學院, 成都 610054)

在當今工業(yè)生產系統(tǒng)中,對核心設備的運維大多通過智能管控系統(tǒng)完成,其中對關鍵設備的智能異常檢測是很重要的環(huán)節(jié),會直接影響到工業(yè)生產系統(tǒng)的工作效率。設備的維護不足可能會造成巨大的經濟損失,而過度維護又會浪費不必要的人力物力資源,因此需要通過智能管控系統(tǒng)及時識別和處理關鍵設備故障,才能避免生產受到影響而帶來經濟損失。

動態(tài)異常檢測是工業(yè)制造領域的一個重要研究領域。國內外學者以及研究人員在這一領域都進行了廣泛而深入的研究。在國外,近年來隨著深度學習技術的發(fā)展,基于深度學習的異常檢測方法逐漸成為研究熱點[1-5]。在國內,目前學者對動態(tài)異常檢測的研究主要集中于對時間序列建模的研究,主要方法包括時間序列降維、隱空間特征提取以及時序深度學習模型等[6-13]。

然而,現(xiàn)有的工業(yè)異常檢測方法仍存在一些不足。首先,由于工業(yè)生產過程的復雜性和多變性,工業(yè)設備的動態(tài)運行參數(shù)大多為高維復雜時序數(shù)據(jù),現(xiàn)有的異常檢測算法往往不能滿足異常檢測任務實時、可靠的需求。其次,異常檢測算法的可解釋性也需要進一步提高,以便能識別并解釋異常問題,從而為工業(yè)設備的實際維護工作提供可靠依據(jù)。

因此,針對工業(yè)設備運行動態(tài)參數(shù)數(shù)據(jù)量大、數(shù)據(jù)維度較高的特點,現(xiàn)提出一種基于耦合函數(shù)的動態(tài)參數(shù)異常檢測方法,利用聯(lián)合分布的耦合函數(shù)簡單高效地完成對整體時序數(shù)據(jù)的建模。在具體算法設計中,采用無參數(shù)的經驗估計法來構建耦合函數(shù),進一步提升算法的整體效率。同時,在此基礎上構建概率模型,使得模型具備一定的可解釋性。為了驗證該方法的有效性,對大渡河流域水電站排水系統(tǒng)的廠房滲漏排水泵動態(tài)參數(shù)進行異常檢測。對算法進行可解釋性分析,驗證方法自身的可靠性,也為排水泵類設備后續(xù)的維護提供重要的參考依據(jù)。

1 相關工作

在近年來,許多專家學者針對不同種類的異常提出了不同的異常檢測方法,這些方法的原理不盡相同[9]。為了找出適合排水泵動態(tài)參數(shù)異常檢測這一問題的方法,首先對異常的類型進行了探究,之后研究了現(xiàn)有方法的基本原理及其它們的優(yōu)勢與不足。

1.1 異常概述

在數(shù)據(jù)挖掘和統(tǒng)計學領域中,異常也被稱為偏差、離群值。異常大多是由于系統(tǒng)故障而產生,但也有人為因素故意造成的異常,即欺詐。在數(shù)據(jù)層面,與正常值相比異常值數(shù)量更為稀少,但往往能反映出系統(tǒng)的漏洞,更具有研究價值。因此異常檢測是一項重要的課題,目前,在數(shù)據(jù)科學以及應用領域已經受到廣泛且深入的研究。

異常可以被大致分成三類:點異常、條件異常和集合異常[10]。點異常表示隨機發(fā)生的偏差。條件異常表示在特定的時間或空間中表現(xiàn)出的偏差,不同于點異常,它需要一定環(huán)境條件的約束,通常出現(xiàn)在時序數(shù)據(jù)中。集合異常表現(xiàn)為由正常點組成的集合會在一組數(shù)據(jù)中表現(xiàn)為異常,通常出現(xiàn)在交易欺詐中。

對于動態(tài)運行參數(shù)來說,它屬于時序數(shù)據(jù),其中發(fā)生的異常可以看作是條件異常。但由于條件異常問題的處理較為復雜,通常通過數(shù)據(jù)處理,將其轉換為點異常問題進行分析。

1.2 異常檢測方法概述

1.2.1 經典異常檢測方法

經典異常檢測方法主要利用了機器學習,通過歷史數(shù)據(jù)來檢測異常,主要分為以下四類。

(1)基于距離的方法。這種方法主要通過計算數(shù)據(jù)點之間的距離來判斷異常,最常用的是K-近鄰(k-nearest neighbor,KNN)算法[11]。

(2)基于密度的方法。這類方法也是最早的異常檢測方法之一,其核心思想認為正常值通常位于高密度區(qū)域,而異常值位于低密度區(qū)域。局部異常因子算法(local outlier factor,LOF)是最早被提出的這類算法,它在KNN的基礎上加入了局部密度理論。此后,一些基于LOF的改進算法也被相繼提出,例如連接異常因子(connectivity outlier factor,COF)分析算法,局部相關積分(local correlation integral,LOCI)算法、被動式異常因子分析(influenced outlierness,INFLO)算法等。

(3)基于統(tǒng)計的方法。這類方法依賴于數(shù)據(jù)分布建模,通過模型檢測數(shù)據(jù)點間的關系從而發(fā)現(xiàn)異常。具體包括核密度估計(kernel density estimation,KDE)為代表的無參數(shù)方法以及為混合高斯模型(Gaussian mixture model,GMM)為代表的有參數(shù)方法。

(4)基于集成的方法。這類方法使用決策樹,通過組合不同的子模型,從而提高整體模型的泛化能力和健壯性。主要包括極端梯度提升異常檢測(extreme gradient boosting,XGBoost)算法[14]和孤立森林(isolation forest,iForest)算法。

以上經典的異常檢測算法雖然在工業(yè)領域的動態(tài)異常檢測上應用廣泛,但在面對高維數(shù)據(jù)時容易陷入高維災難,具體表現(xiàn)為計算復雜度提高,算法效率以及準確率下降。

1.2.2 基于學習的異常檢測方法

這種方法基于深度學習或主動學習,使用這些學習方法去構建不同的分類模型,以達到異常檢測的目的。近年來,在各種領域中,深度學習都取得了很高的關注度,在異常檢測領域也不例外。深度學習的方法適用于異常檢測的各類情形,尤其適用于大規(guī)模數(shù)據(jù)。深度學習方法一般分為有監(jiān)督的、半監(jiān)督的和無監(jiān)督的方法。其中半監(jiān)督的和無監(jiān)督的方法受到廣泛使用,主要原因在于異常標簽數(shù)據(jù)的缺乏和數(shù)據(jù)集類別的不平衡性,這些因素會導致有監(jiān)督的方法表現(xiàn)欠佳。在無監(jiān)督方法的模型中,自動編碼器(auto-encoder)最為常見。此外,在針對時間序列類型數(shù)據(jù)的情形下,傳統(tǒng)的長短期記憶(long short-term memory,LSTM)模型以及循環(huán)神經網絡(regression neural network, RNN)同樣能夠發(fā)揮重要作用[10]。

基于深度學習的方法可以提取出數(shù)據(jù)集深層次特征,能夠更好地適應大規(guī)模數(shù)據(jù)。不過,這類方法通常具有較高的計算復雜度,并且大多數(shù)深度學習的方法缺乏可解釋性。

1.3 具體問題定義

水泵廠房場景如圖1所示。排水泵類設備具有用途廣、分散性強的特點,在水電站的發(fā)電水輪機和檢修系統(tǒng)中均有分布,排水泵出現(xiàn)異常會直接影響到發(fā)電系統(tǒng)的工作效率。通過多次對大崗山水電站的排水系統(tǒng)進行實地考察及數(shù)據(jù)調研,發(fā)現(xiàn)排水泵是否異常與其運行的各項相關參數(shù)(如:電壓、電流等)有緊密聯(lián)系。具體來說,排水泵在工作期間會因各種外界因素或自身因素出現(xiàn)無法正常工作或工作效率下降的情況,此時水泵的動態(tài)運行參數(shù)很可能出現(xiàn)了異常。如果短時間內各項動態(tài)運行參數(shù)出現(xiàn)多次異常,可以表明排水泵整體出現(xiàn)了異常。

圖1 大渡河流域水電站排水系統(tǒng)水泵廠房圖Fig.1 The photo of drainage system water pump plant in the hydropower station of Dadu River Basin

2 算法設計

2.1 異常檢測方法設計

通過對排水泵的實時數(shù)據(jù)采集,得到電氣屬性參數(shù)、出口壓力參數(shù)等多種動態(tài)運行參數(shù)。這些動態(tài)參數(shù)可以反映水泵運行情況,如果某一項或某幾項動態(tài)參數(shù)出現(xiàn)異常,那么排水泵也會有很大概率出現(xiàn)異常。

由此,設計了一種從實時和整體兩個角度檢測排水泵異常的方法。

實時運行狀況檢測方法:在固定的時間間隔對動態(tài)運行參數(shù)進行采樣,對每次采集的各項參數(shù)進行異常檢測。

整體運行狀況檢測方法:一次性采集排水泵一個工作周期內的動態(tài)運行參數(shù),計算出這段周期內每項參數(shù)的均值方差等統(tǒng)計特征,對各項統(tǒng)計特征進行異常檢測。

實時檢測可以及時發(fā)現(xiàn)排水泵的異常,而整體檢測可以評估排水泵工作的穩(wěn)定性,為后續(xù)設備維護提供參考依據(jù)。這兩個部分的檢測結果將共同作為判斷排水泵異常的依據(jù)。

具體地,實時運行狀況檢測方法每間隔20 s采集排水泵工作期間的10維動態(tài)運行參數(shù),分別為三相電流(Ia,Ib,Ic)、三相電壓(Ua,Ub,Uc)、三相線間電壓(Uab,Ubc,Uca)和出口壓力(fo)。將這些數(shù)據(jù)作為樣本X(X∈Rn×d,d=10),使用異常檢測方法進行檢測后得到異常分數(shù)S(S∈Rn×1)。通過設定閾值,對異常分數(shù)進行二分類,分數(shù)超過閾值的樣本判定為異常。類似地,整體運行狀況檢測方法只是更換了樣本數(shù)據(jù),采集排水泵一個工作周期內的進出水速度(si,so)、電流的均值和方差(Iam,Icm,Iavar,Icvar)、電壓的均值和方差(Uam,Ubm,Ucm,Uavar,Ubvar,Ucvar)、出口壓力的均值和方差(fom,fovar),共14維數(shù)據(jù)。

2.2 算法基本原理

2.2.1 基于聯(lián)合分布的異常檢測思想

基于統(tǒng)計的異常檢測使用概率分布對觀測數(shù)據(jù)進行建模,然后可以根據(jù)數(shù)據(jù)分布模型的關系將某些符合條件的觀測點標記為異常。

在一維的情況下,對于任意一個數(shù)據(jù)點xi,如果xi是異常點,它會處于其分布的概率密度函數(shù)的高密度區(qū)域之外,也就是尾端概率P(X≤xi)或P(X≥xi)的數(shù)值會非常小。那么在其累積分布函數(shù)FX中,FX(xi)和1-FX(xi)的數(shù)值就會非常小。因此,累積分布函數(shù)中FX(xi)和1-FX(xi)的數(shù)值可以作為判斷異常的重要依據(jù)。類似地,對于多維數(shù)據(jù),也可以使用這樣的方法來判斷異常。然而在多維情況下僅僅依靠單變量的邊緣分布函數(shù)是不夠的,這忽略了變量之間的依賴關系,這種依賴關系在水泵的異常檢測中是極其重要的。例如,由于啟停水泵的操作,三相電流與出口壓力的變動往往是協(xié)同的,當兩者的數(shù)據(jù)變動差異較大時,則可能出現(xiàn)異常。為此,在多維數(shù)據(jù)的情況下,通過多維變量的聯(lián)合分布函數(shù)進行建模計算尾端概率。

通常而言,對數(shù)據(jù)的聯(lián)合分布進行建模是一個復雜的問題,基于耦合函數(shù)(Copula)的方法可以解決這一問題,并在此基礎上進行異常檢測。

2.2.2 基于Copula的聯(lián)合分布建模

Copula是統(tǒng)計學中一種用來處理隨機變量相關性問題的工具,它可以將一個多維隨機變量的聯(lián)合分布分解為它們各自的邊緣分布和一個Copula函數(shù)的形式[12]。具體地,在聯(lián)合分布建模的過程中,排水泵的動態(tài)參數(shù)數(shù)據(jù)矩陣可以寫為(X1,X2,…,Xi,…,Xd),其中Xi表示每一類動態(tài)參數(shù)的數(shù)據(jù)向量,它們的邊緣分布Fi(x)=P(Xi≤x)連續(xù),因此可以對它們使用反變換法,可得

(1)

通過式(1)的變換,可以得到隨機向量U=[F1(X1),F2(X2),…,Fd(Xd)]。這樣數(shù)據(jù)矩陣(X1,X2,…,Xd)的Copula函數(shù)就表示為隨機向量(U1,U2,…,Ud)的聯(lián)合分布函數(shù),即

C(u1,u2,…,ud)=P(U1≤u1,U2≤u2,…,

Ud≤ud)

(2)

根據(jù)Sklar定理,任意的聯(lián)合概率分布函數(shù)可以被寫為單變量邊緣分布函數(shù)和一個描述它們之間依賴結構的Copula函數(shù)。使用Copula函數(shù)來捕捉多個單變量之間的依賴關系,并構建聯(lián)合分布為

F(X)=C[F1(x1),F2(x2),…,Fn(xn)]

(3)

式(3)中:F(X)為聯(lián)合分布函數(shù);C(·)為Copula函數(shù)。

在根據(jù)動態(tài)運行參數(shù)檢測排水泵異常的問題中,使用Copula函數(shù)將多個不同的動態(tài)運行參數(shù)的邊緣分布進行建模,構造一個整體的多維數(shù)據(jù)的聯(lián)合分布。聯(lián)合分布的相關性性質僅由Copula函數(shù)決定,這使得在對排水泵動態(tài)運行參數(shù)這種高維度數(shù)據(jù)建模時更加靈活高效。具體說來,對每一個維度分別建模,得到每個維度的邊緣分布,最后通過Copula函數(shù)將它們聯(lián)系在一起,得到關于多種動態(tài)運行參數(shù)的多維隨機變量的聯(lián)合分布。這個聯(lián)合分布能夠考慮到各個參數(shù)分布之間的相互關聯(lián),構建更準確的后驗分布。

2.2.3 經驗Copula估計方法

通過以上Copula函數(shù)的性質可知,對數(shù)據(jù)的聯(lián)合分布進行建模需要獲得數(shù)據(jù)的Copula函數(shù)的具體形式,因此首先需要找到合適的Copula函數(shù)估計方法。

Copula函數(shù)有多種表達形式,其中有些具有固定的函數(shù)形式,例如橢圓Copula函數(shù)簇、阿基米德Copula函數(shù)簇等,這些有固定形式的Copula函數(shù)通常帶有一個或多個參數(shù)。還有的Copula函數(shù)沒有固定的表達形式,它們可以由觀測數(shù)據(jù)構建,這稱為經驗Copula函數(shù)[15]。

對于Copula函數(shù)的估計,基于現(xiàn)有的理論有參數(shù)法、半參數(shù)法和無參數(shù)法[16]。參數(shù)法和半參數(shù)法通常使用形式固定的Copula函數(shù),通過極大似然法計算其中的參數(shù)。然而,當數(shù)據(jù)維度過高時,這兩種方法的優(yōu)化過程會變得十分復雜,容易遭受高維災難。相對地,無參數(shù)法可以構建經驗Copula函數(shù),它在高維數(shù)據(jù)的情況下表現(xiàn)更好,具有更強的泛用性。因此,采用基于無參數(shù)的經驗Copula函數(shù)估計方法實現(xiàn)異常檢測。

(4)

式(4)中:I(·)為指示函數(shù)。

(5)

2.3 算法描述

在上述基于經驗Copula的排水泵動態(tài)運行參數(shù)異常檢測算法的基礎上,根據(jù)實際問題的需要,進行了如下修改,最終的算法流程如算法1所示。

算法1基于經驗Copula的動態(tài)運行參數(shù)異常檢測算法

輸入：由排水泵動態(tài)運行參數(shù)組成的多維觀測值矩陣X∈Rn×d,經驗分布函數(shù)計算函數(shù)eCDF(·),偏度計算函數(shù)Skew(·)

輸出：排水泵的異常分數(shù)向量S∈Rn×1

(1)forj←1 toddo

(2)end for

(3)fori←1 tondo

ifbd<0

else

(4)end for

(5)returnS=(s1,s2,…,sn)

在實際應用中,數(shù)據(jù)的概率分布通常具有不對稱性。分布的主體不一定位于中央,其概率密度函數(shù)的長尾部可能在左側,也可能在右側,如圖2所示。此時,如果使用單一的尾端概率作為異常檢測的標準,就可能出現(xiàn)誤判的情況。因此,需要首先了解數(shù)據(jù)分布不對稱性的情況,從而選擇合適的尾端概率作為異常檢測的參考。式(6)用于計算數(shù)據(jù)分布的偏度。當偏度值為負時,分布左偏,意味著左尾部更長,此時應該參考左尾端概率進行異常檢測。同樣地,當偏度為正時,分布右偏,意味著右尾部更長,此時應該參考右尾端概率進行異常檢測。因此在異常檢測算法中,先分別計算了左尾端概率分布和右尾端概率分布,然后根據(jù)偏度的正負選擇合適的分布作為異常分數(shù)計算的參考依據(jù)。

圖2 分布函數(shù)左偏和右偏示意圖Fig.2 The schematic diagram of positive and negative skewed distribution function

(6)

在最終結果的表現(xiàn)上,通過計算尾端概率可以將該觀測值的異常程度量化,概率越小說明該值越可能為異常。然而這樣獲得的異常值是一個概率值,其取值區(qū)間為[0,1],取值的分布區(qū)間過于集中,容易引發(fā)數(shù)值計算上的問題。由此,采取了將概率值取負對數(shù)的方法,將異常值區(qū)間轉換到[0,+∞),并將該值作為異常分數(shù)。概率值越小,異常的可能性越大,相應地,異常分數(shù)也會越大。

3 實驗及結果分析

3.1 數(shù)據(jù)集介紹

首先采集了2018—2020年大渡河流域水電站中三臺滲漏排水泵的歷史動態(tài)運行參數(shù)。針對實時和整體運行狀況,進行了不同的數(shù)據(jù)預處理,得到了數(shù)據(jù)集(Ⅰ)和數(shù)據(jù)集(Ⅱ)。

根據(jù)2.1節(jié)的實時運行狀況檢測方法,把在三臺排水泵上采集的電壓、電流等數(shù)據(jù)處理后作為數(shù)據(jù)集(Ⅰ)。具體信息如表1所示。

表1 數(shù)據(jù)集(Ⅰ)基本信息Table 1 The basic information of dataset(Ⅰ)

根據(jù)2.1節(jié)的整體運行狀況檢測方法,把在三臺排水泵上采集的電壓、電流等數(shù)據(jù)的統(tǒng)計特征進行處理,得到數(shù)據(jù)集(Ⅱ)。具體信息如表2所示。

表2 數(shù)據(jù)集(Ⅱ)基本信息Table 2 The basic information of dataset(Ⅱ)

3.2 評價標準

異常檢測問題可以看作是一個二分類問題,即分為異常和正常兩類,可以使用二分類問題中的評價標準。不同的是,檢測到異常為正例,而檢測到正常為負例,通常正例數(shù)目要遠小于負例數(shù)目。在最終結果中,記錄算法判定為異常且實際為異常的數(shù)目(true positive,TP),判定為異常而實際為正常的數(shù)目(false positive,FP),判定為正常且實際為正常的數(shù)目(true negative,TN),判定為正常而實際為異常的數(shù)目(false negative,FN)。由于異常檢測問題樣本的不平衡性,需要計算精確率(precision,P)和召回率(recall,R),如式(7)和式(8)所示。為了綜合考慮精確率和召回率帶來的影響,選擇了平均精確率(average precision,AP)作為算法的評價指標。

(7)

(8)

除此之外,還計算了曲線下的面積(area under curve,AUC)值。對于分類器的接受者操作特征(receiver operating characteristics,ROC),平面的橫坐標是FP率,縱坐標是TP率。可以根據(jù)算法在測試樣本上的表現(xiàn)得到一個TP率和FP率點對,這樣該分類器就可以映射成ROC平面上的一個點。調整這個分類器進行分類時使用的閾值,就可以得到一條ROC曲線。AUC值取值在0.5～1,其數(shù)值越接近1表示算法表現(xiàn)越好。

為了衡量算法運行效率,還選擇了運行時間作為評價指標,在相同計算資源、相同實驗數(shù)據(jù)集的條件下,運行時間越短表示算法效率越高。

3.3 對比算法

選取了以下4種常用的,并且基于不同原理的異常檢測算法和本文算法進行比較。

(1)K-近鄰(KNN)算法,一種基于距離的異常檢測算法[17]。

(2)連接的異常因子分析(COF)算法[18],一種基于密度的異常檢測算法。

(3)基于角度的異常檢測(ABOD)算法[19],一種基于統(tǒng)計的異常檢測算法。

(4)孤立森林(iForest)算法[20],一種基于集成的異常檢測算法。

3.4 實驗結果分析

對比算法的ROC值、AP值如圖3和圖4所示,在數(shù)據(jù)集(Ⅰ)上的運行時間如表3所示。

表3 各算法在數(shù)據(jù)集(Ⅰ)上的運行時間Table 3 The running time of each algorithm on dataset (Ⅰ)

圖3 各算法在數(shù)據(jù)集(Ⅰ)上的表現(xiàn)Fig.3 The performance of each algorithm on dataset (Ⅰ)

圖4 各算法在數(shù)據(jù)集(Ⅱ)上的表現(xiàn)Fig.4 The performance of each algorithm on dataset (Ⅱ)

從實驗結果可以看出,對于在數(shù)據(jù)集(Ⅰ)上進行的實驗,基于Copula的算法總體表現(xiàn)最好:其中AUC值為0.987,比表現(xiàn)排名第二的KNN算法高1.96%;AP值為0.873,和表現(xiàn)最高的iForest算法相比僅低8.49%;運行時間僅為0.781 s,在所有算法中最短。

具體分析數(shù)據(jù)集(Ⅰ)的結果可以發(fā)現(xiàn),從AUC和AP兩個指標來看,iForest算法和基于Copula的算法表現(xiàn)較佳,這是因為iForest算法可以通過控制二叉樹的數(shù)量,使算法表現(xiàn)變得穩(wěn)定,而基于Copula的異常檢測算法能夠建模聯(lián)合分布,因此算法性能也較好。而COF算法本身用于處理低密度下的異常值,隨著數(shù)據(jù)量以及數(shù)據(jù)維度的增加COF算法表現(xiàn)顯著下降。KNN算法則無法找出局部異常點,同樣不能達到最優(yōu)表現(xiàn)。從算法效率來看,由于高數(shù)據(jù)維度的影響,計算數(shù)據(jù)點的距離或密度函數(shù)的計算復雜度變大,基于距離的算法KNN和基于密度的算法COF運行時間顯著變長,基于集成的算法iForest具有線性復雜度,運行時間相對較短。因為采用了無參數(shù)的經驗估計法,基于Copula的異常檢測算法效率明顯優(yōu)于其他算法。

對于在數(shù)據(jù)集(Ⅱ)上進行的實驗,與在數(shù)據(jù)集(Ⅰ)上的實驗不同的是,數(shù)據(jù)集(Ⅱ)的數(shù)據(jù)維度更高,高維度的影響使得所有算法的表現(xiàn)均有所下降,其中基于Copula的算法總體表現(xiàn)下降最少,AUC值下降了2.83%,AP下降了0.23%。這體現(xiàn)了基于Copula的算法對高維度數(shù)據(jù)具有更強的適應性。在數(shù)據(jù)集(Ⅱ)上并沒有比較運行時間,這是由于數(shù)據(jù)集(Ⅱ)數(shù)據(jù)量較少,各算法在運行時間上相差無幾。

3.5 可解釋性分析

在實時運行狀況檢測中,算法的最終結果是一個整體的異常分數(shù),但仍然可以在計算過程中獲得各個維度單獨的異常分數(shù),對于10維度的數(shù)據(jù)點xi,可以得到10個維度的異常分數(shù)si=(s1,s2,…,s10)。它可以描述在異常發(fā)生時,哪個維度的數(shù)據(jù)對整體異常的貢獻最大,這為更加精確地定位異常提供了重要的依據(jù)。由此,任意選取實驗中兩個標為正常和異常的數(shù)據(jù)點,得到異常分數(shù)對比圖。如圖5所示,對這一可解釋性結果進行描述,其中95%為數(shù)據(jù)集中正常數(shù)據(jù)的比例。

a,b,c為三相線;i為對應相的電流;u為電壓;uab,ubc,uca為相應的線電壓;of表示出水口壓力圖5 異常分數(shù)對比圖Fig.5 Anomaly score comparison diagram

可以發(fā)現(xiàn),正常點46號的所有特征的異常分數(shù)全部在95%臨界線以下,而異常點45號的特征ua的異常分數(shù)已經超過99%臨界線,特征of的異常分數(shù)超過了95%臨界線。這表明在數(shù)據(jù)點45號采集時,排水泵的A相電壓和出口壓力很可能出現(xiàn)了異常,這些異常很可能會在后續(xù)導致排水泵整體工作異常,這使得工作人員的故障排查能夠更具有目的性。

4 結論

提出了一種基于經驗估計耦合函數(shù)的動態(tài)參數(shù)異常檢測方法。首先對大渡河流域水電站排水泵開展實地數(shù)據(jù)調研,具體分析了排水泵動態(tài)運行參數(shù),通過對時序數(shù)據(jù)采樣,將問題轉化為點異常檢測問題進行研究。之后根據(jù)基于聯(lián)合分布的異常檢測方法,使用了經驗Copula函數(shù)這一數(shù)學工具對數(shù)據(jù)分布進行建模,完成了異常檢測任務。對比實驗顯示,算法具有最優(yōu)的算法性能并較大地提升了算法效率。最后,對異常檢測結果進行可解釋性分析,證實了本文方法的可靠性,且該方法能夠為故障排查和后續(xù)維護提供重要依據(jù)。

研究仍存在數(shù)據(jù)豐富度不足的問題。在數(shù)據(jù)調研與采集的過程中,只能從水電站數(shù)據(jù)中心獲得部分類別的水泵動態(tài)運行數(shù)據(jù),其中大部分是電氣屬性相關的數(shù)據(jù)。根據(jù)泵類設備研究經驗,對水泵運行影響較大的參數(shù)包括電機轉子振動或溫度等參數(shù)。采集這些數(shù)據(jù)并進行分析可以更加全面地檢測排水泵故障,從而提高方法整體的可靠性。針對以上的不足,將在以后的研究工作中進行進一步改進與優(yōu)化。