本發(fā)明屬于數(shù)據(jù)驅(qū)動(dòng)的信息建模領(lǐng)域，涉及一種工業(yè)生產(chǎn)系統(tǒng)信息模型的構(gòu)建方法，具體涉及一種數(shù)據(jù)驅(qū)動(dòng)的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息建模方法。
背景技術(shù)：
：現(xiàn)代流程工業(yè)生產(chǎn)系統(tǒng)是由諸多機(jī)械設(shè)備、化學(xué)反應(yīng)器等通過流體、電力、控制信號(hào)等耦合而成的分布式復(fù)雜機(jī)電系統(tǒng)。隨著傳感技術(shù)和控制技術(shù)的發(fā)展，現(xiàn)代流程工業(yè)生產(chǎn)系統(tǒng)往往配備了分布式控制系統(tǒng)(dcs)、數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(scada)等，為全面掌握系統(tǒng)運(yùn)行狀態(tài)和動(dòng)力學(xué)特性提供海量的監(jiān)測(cè)數(shù)據(jù)和分析依據(jù)?；趶?fù)雜機(jī)電系統(tǒng)監(jiān)測(cè)數(shù)據(jù)的系統(tǒng)運(yùn)行狀態(tài)分析分為“前向”系統(tǒng)故障診斷和“后向”系統(tǒng)狀體評(píng)估兩條主線；依據(jù)系統(tǒng)運(yùn)行狀態(tài)評(píng)估結(jié)果又可細(xì)分為狀態(tài)預(yù)測(cè)和異常溯源兩個(gè)分支。不管是復(fù)雜機(jī)電系統(tǒng)運(yùn)行狀態(tài)預(yù)測(cè)還是系統(tǒng)運(yùn)行異常溯源，都涉及到復(fù)雜機(jī)電系統(tǒng)的模型，根據(jù)模型進(jìn)行系統(tǒng)運(yùn)行狀態(tài)預(yù)測(cè)和異常溯源是這兩個(gè)領(lǐng)域重要的研究方法。流程工業(yè)復(fù)雜機(jī)電系統(tǒng)建模方法分為基于物理和基于信息的建模方法兩種。基于物理結(jié)構(gòu)的復(fù)雜機(jī)電系統(tǒng)建模方法通過對(duì)系統(tǒng)不同功能部件的抽象，能夠較為直接和準(zhǔn)確的反映系統(tǒng)不同功能部件間的信息流動(dòng)，但是在實(shí)際情況中卻難以實(shí)現(xiàn):1)建模過程需要大量的、豐富的系統(tǒng)先驗(yàn)知識(shí)；2)對(duì)不同功能組件的抽象過程主觀因素不可忽視，缺乏統(tǒng)一的抽象標(biāo)準(zhǔn)；3)物理拓?fù)潆m然可以直接和準(zhǔn)確反映系統(tǒng)的信息流動(dòng)方向，但是對(duì)信息流動(dòng)的強(qiáng)度信息缺少刻畫手段。以上缺點(diǎn)限制了物理建模方法的應(yīng)用?；谛畔⒌慕７椒?，采用數(shù)據(jù)分析的手段刻畫和描述不同監(jiān)測(cè)變量(功能組件)間的信息流動(dòng)關(guān)系，不需要系統(tǒng)物理結(jié)構(gòu)的先驗(yàn)知識(shí)，具有統(tǒng)一的信息抽象規(guī)則—監(jiān)控點(diǎn)位。因此，基于監(jiān)控?cái)?shù)據(jù)的信息建模成為復(fù)雜機(jī)電系統(tǒng)首選的建模手段和方法。復(fù)雜機(jī)電系統(tǒng)控制、能量、流體傳遞的過程，其本質(zhì)就是一個(gè)信息流動(dòng)的過程。系統(tǒng)信息模型就是系統(tǒng)內(nèi)不同點(diǎn)位信息流動(dòng)關(guān)系的集合。不同監(jiān)測(cè)變量間的耦合關(guān)系分析是復(fù)雜機(jī)電系統(tǒng)信息建模的重要基礎(chǔ)，它需要解決和回答以下三個(gè)基本問題：1)變量間是否有耦合關(guān)系？2)變量間耦合關(guān)系的方向是什么？3)變量間耦合關(guān)系的強(qiáng)度是多少？在過去的一段時(shí)間里，有一些線性或非線性的技術(shù)被提出并應(yīng)用于從觀測(cè)時(shí)間序列中揭示系統(tǒng)監(jiān)測(cè)變量間的耦合關(guān)系。在所有的方法和技術(shù)中，基于信息理論的傳遞熵為刻畫有向相互作用提供了一種無模式方法。傳遞熵源于granger和條件互信息，lindner已經(jīng)指出，在有搞死噪聲存在的情況下，傳遞熵和granger因果是等價(jià)的。由于傳遞熵在刻畫線性和非線性系統(tǒng)信息流動(dòng)上的能力，傳遞熵已經(jīng)被成功應(yīng)用于基于工業(yè)監(jiān)測(cè)數(shù)據(jù)和生理學(xué)監(jiān)測(cè)數(shù)據(jù)的耦合關(guān)系識(shí)別。為了提高傳遞熵方法的抗噪能力，staniek等提出了具有魯棒和快速計(jì)算屬性的符號(hào)傳遞熵方法進(jìn)行不同耦合系統(tǒng)時(shí)間序列信息流動(dòng)方向的確定。papana等提出了刻畫多變量系統(tǒng)不同組件間直接因果影響的局部符號(hào)傳遞熵方法。雖然已經(jīng)有了一些傳遞熵的方法可以進(jìn)行信息傳遞的度量，但是卻沒有流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息建模的具體應(yīng)用。噪聲在工業(yè)數(shù)據(jù)中是不可避免的，傳統(tǒng)方法基于使用經(jīng)驗(yàn)分布的概率密度分布或者條件概率，具有對(duì)噪聲敏感的特點(diǎn)，抗噪能力是傳遞熵方法及其擴(kuò)展方法的巨大挑戰(zhàn)。技術(shù)實(shí)現(xiàn)要素：為了解決現(xiàn)有技術(shù)中的問題，本發(fā)明提出一種數(shù)據(jù)驅(qū)動(dòng)的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息建模方法，綜合考慮了監(jiān)測(cè)時(shí)間序列符號(hào)化過程中的信息丟失和抗噪能力，通過優(yōu)化符號(hào)個(gè)數(shù)提升方法的抗噪能力。為了實(shí)現(xiàn)以上目的，本發(fā)明所采用的技術(shù)方案為：包括以下步驟：1)獲取復(fù)雜機(jī)電系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)，建立高維的歷史監(jiān)測(cè)數(shù)據(jù)集，歷史監(jiān)測(cè)數(shù)據(jù)集為n維的監(jiān)測(cè)時(shí)間序列矩陣；2)抽象歷史監(jiān)測(cè)數(shù)據(jù)集中每一維為獨(dú)立的信息結(jié)點(diǎn)，構(gòu)造信息模型中的信息結(jié)點(diǎn)集合；定義所有信息結(jié)點(diǎn)間的耦合關(guān)系為信息模型中的結(jié)點(diǎn)關(guān)系，耦合關(guān)系包含結(jié)點(diǎn)間的信息傳遞方向和強(qiáng)度；3)采用基于二進(jìn)制編碼和十進(jìn)制解碼的符號(hào)傳遞熵方法確定信息模型中所有結(jié)點(diǎn)間的耦合關(guān)系；4)利用步驟3)得到的耦合關(guān)系填充步驟2)中定義的結(jié)點(diǎn)關(guān)系，根據(jù)結(jié)點(diǎn)關(guān)系，使用有向邊連接信息結(jié)點(diǎn)，得到可視化表示的信息模型；5)對(duì)可視化表示的信息模型進(jìn)行簡(jiǎn)化和修正處理，即完成建模。所述步驟1)中對(duì)復(fù)雜機(jī)電系統(tǒng)的n個(gè)傳感器以相同的采樣頻率，從歷史監(jiān)測(cè)數(shù)據(jù)中抽取數(shù)據(jù)，從而獲得一個(gè)n維的監(jiān)測(cè)時(shí)間序列矩陣作為歷史監(jiān)測(cè)數(shù)據(jù)集d：其中，xi是矩陣中第i個(gè)樣本點(diǎn)；di,j是第i個(gè)樣本點(diǎn)中的第j個(gè)屬性值，t表示矩陣轉(zhuǎn)置，矩陣中每一列表示一個(gè)特定信息結(jié)點(diǎn)的觀測(cè)時(shí)間序列。所述步驟2)中對(duì)于歷史監(jiān)測(cè)數(shù)據(jù)集d，定義其代表的信息模型為：im＝(v,aw,ar)其中，v＝{node1,node2,…,noden}是信息模型中的信息結(jié)點(diǎn)集合；aw是信息模型關(guān)系權(quán)重矩陣；ar是信息模型關(guān)系矩陣；aw和ar是一一對(duì)應(yīng)的n×n矩陣。所述步驟3)具體包括以下步驟：3.1)對(duì)每一個(gè)監(jiān)測(cè)時(shí)間序列進(jìn)行符號(hào)化轉(zhuǎn)換，得到不同符號(hào)個(gè)數(shù)下的符號(hào)化序列，從而得到最優(yōu)化的符號(hào)個(gè)數(shù)soptimization；3.2)確定每一個(gè)信息結(jié)點(diǎn)的相空間重構(gòu)參數(shù)，得到通過每一個(gè)信息結(jié)點(diǎn)重構(gòu)的相空間x；3.3)根據(jù)步驟3.1)中最優(yōu)化的符號(hào)個(gè)數(shù)soptimization，對(duì)步驟3.2)相空間x中的每一個(gè)相點(diǎn)進(jìn)行符號(hào)化操作：其中：xk為相點(diǎn)，soptimization為最優(yōu)符號(hào)個(gè)數(shù)；max和min分別為原始時(shí)間序列的最大值和最小值；3.4)對(duì)步驟3.3)中每一個(gè)符號(hào)化后的相點(diǎn)值進(jìn)行二進(jìn)制編碼；3.5)拼接步驟3.4)中每一個(gè)相點(diǎn)中每一個(gè)維度的二進(jìn)制編碼，然后對(duì)拼接的二進(jìn)制編碼進(jìn)行十進(jìn)制轉(zhuǎn)換；3.6)根據(jù)十進(jìn)制轉(zhuǎn)換分別計(jì)算時(shí)間序列i和j間的信息傳遞量：其中，為從監(jiān)測(cè)時(shí)間序列j到i的信息傳遞量，p代表?xiàng)l件概率，δ為監(jiān)測(cè)時(shí)間序列i和j間的時(shí)間延遲，分別為監(jiān)測(cè)時(shí)間序列i和j符號(hào)化以后不同時(shí)刻的值，從監(jiān)測(cè)時(shí)間序列i到j(luò)的信息傳遞量通過改變式中和位置計(jì)算得到；3.7)將步驟3.6)計(jì)算得到的信息傳遞量填入步驟2)的ar和aw矩陣中，ari,j,arj,i∈ar，若awi,j-awj,i＞0，則信息傳遞方向?yàn)閕→j，并用符號(hào)“+”表示信息的正向傳遞；若awi,j-awj,i≤0，則信息傳遞方向?yàn)閖→i，用“—“表示信息的反向傳遞；信息傳遞強(qiáng)度用表示，ari,j為信息從i傳向j的關(guān)系矩陣，arj,i為信息從j傳向i的關(guān)系矩陣，awi,j為信息從i傳向j的關(guān)系權(quán)重矩陣，awj,i信息從j傳向i的關(guān)系權(quán)重矩陣。所述步驟3.1)中采用下式對(duì)監(jiān)測(cè)時(shí)間序列進(jìn)行符號(hào)化轉(zhuǎn)換，得到不同符號(hào)個(gè)數(shù)下的符號(hào)化序列：其中：ik為監(jiān)測(cè)時(shí)間序列i的第k個(gè)監(jiān)測(cè)值；max和min分別為序列的最大值和最小值；snumber為符號(hào)個(gè)數(shù)；通過計(jì)算不同符號(hào)個(gè)數(shù)下符號(hào)化序列的信噪比和信息熵，繪制符號(hào)化序列信噪比、信息熵隨符號(hào)個(gè)數(shù)的變化曲線，以最大信噪比和最小信息丟失為優(yōu)化條件，得到最優(yōu)化的符號(hào)個(gè)數(shù)soptimization。所述步驟3.2)中分別采用cao方法和互信息法確定每一個(gè)信息結(jié)點(diǎn)的相空間重構(gòu)參數(shù)：嵌入維數(shù)m和延遲時(shí)間τ，得到通過每一個(gè)信息結(jié)點(diǎn)重構(gòu)的相空間x：其中：nm＝n-(m-1)τ是重構(gòu)相空間中相點(diǎn)個(gè)數(shù)。所述步驟3.4)中使用位二進(jìn)制數(shù)，對(duì)3.3)中每一個(gè)符號(hào)化后的相點(diǎn)值進(jìn)行二進(jìn)制編碼。所述步驟3.5)中采用位權(quán)法對(duì)拼接的二進(jìn)制編碼進(jìn)行十進(jìn)制轉(zhuǎn)換。所述步驟5)中簡(jiǎn)化和修正處理包括刪除冗余信息結(jié)點(diǎn)、刪除冗余信息結(jié)構(gòu)和刪除微弱傳遞關(guān)系。與現(xiàn)有技術(shù)相比，本發(fā)明采用數(shù)據(jù)驅(qū)動(dòng)的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息建模方法，整個(gè)建模過程不需要系統(tǒng)物理拓?fù)涞南闰?yàn)知識(shí)；在建模過程中以信息流動(dòng)關(guān)系作為系統(tǒng)不同功能部件間耦合關(guān)系分析的依據(jù)；通過綜合考慮抗噪能力和信息丟失，優(yōu)化了系統(tǒng)監(jiān)測(cè)時(shí)間序列的符號(hào)化過程；通過對(duì)符號(hào)化相點(diǎn)的二進(jìn)制編碼和十進(jìn)制解碼，實(shí)現(xiàn)了符號(hào)化過程和自動(dòng)化分析計(jì)算的融合，解決了噪聲條件下基于監(jiān)測(cè)數(shù)據(jù)的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息模型構(gòu)建難題。本發(fā)明能夠根據(jù)流程工業(yè)復(fù)雜機(jī)電系統(tǒng)監(jiān)測(cè)數(shù)據(jù)，快速構(gòu)建系統(tǒng)信息模型，為分析系統(tǒng)動(dòng)力學(xué)特征、追溯系統(tǒng)故障原因和預(yù)測(cè)系統(tǒng)運(yùn)行狀態(tài)提供基礎(chǔ)，提高企業(yè)的數(shù)字化監(jiān)控水平，輔助科學(xué)維修維護(hù)。附圖說明圖1為本發(fā)明的方法流程圖；圖2為本發(fā)明的改進(jìn)符號(hào)傳遞熵計(jì)算流程；圖3為本發(fā)明二進(jìn)制編碼和十進(jìn)制解碼過程示意圖；圖4為本發(fā)明刪除冗余信息結(jié)點(diǎn)的過程示意圖；圖5為本發(fā)明刪除冗余信息結(jié)構(gòu)的過程示意圖；圖6為本發(fā)明刪除微弱傳遞關(guān)系的過程示意圖；圖7為本發(fā)明構(gòu)建的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息模型示意圖。具體實(shí)施方式下面結(jié)合具體的實(shí)施例和說明書附圖對(duì)本發(fā)明作進(jìn)一步的解釋說明。參見圖1，本發(fā)明包括以下步驟：1)獲取復(fù)雜機(jī)電系統(tǒng)是監(jiān)測(cè)數(shù)據(jù)，建立高維歷史監(jiān)測(cè)數(shù)據(jù)集歷史監(jiān)測(cè)數(shù)據(jù)集為n維的監(jiān)測(cè)時(shí)間序列矩陣：該步驟為原始數(shù)據(jù)收集步驟，以流程工業(yè)復(fù)雜機(jī)電系統(tǒng)監(jiān)測(cè)系統(tǒng)(dcs、scada等)中的海量歷史監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，從n個(gè)傳感器的歷史監(jiān)測(cè)數(shù)據(jù)中，以相同的采樣頻率抽取原始數(shù)據(jù)集作為監(jiān)測(cè)時(shí)間序列矩陣，獲得一個(gè)n維的監(jiān)測(cè)時(shí)間序列矩陣d：其中：xi是矩陣中第i個(gè)樣本點(diǎn)；di,j是第i個(gè)樣本點(diǎn)中的第j個(gè)屬性值，矩陣中每一列是一個(gè)特定信息結(jié)點(diǎn)的監(jiān)測(cè)時(shí)間序列；2)定義復(fù)雜機(jī)電系統(tǒng)信息模型基本結(jié)構(gòu)：抽象步驟1)中歷史監(jiān)測(cè)數(shù)據(jù)集中每一維為獨(dú)立的信息結(jié)點(diǎn)，構(gòu)造信息模型中結(jié)點(diǎn)集合；定義所有信息結(jié)點(diǎn)間的耦合關(guān)系為結(jié)點(diǎn)間鄰接關(guān)系，指定結(jié)點(diǎn)間信息流動(dòng)方向和強(qiáng)度為信息模型中結(jié)點(diǎn)關(guān)系；對(duì)于一個(gè)給定的歷史監(jiān)測(cè)數(shù)據(jù)集d，定義其代表的系統(tǒng)信息模型為：im＝(v,aw,ar)其中：v＝{node1,node2,…,noden}是信息模型中信息結(jié)點(diǎn)集合；aw是信息模型關(guān)系權(quán)重矩陣；ar是信息模型關(guān)系矩陣；aw和ar是一一對(duì)應(yīng)的n×n矩陣；3)采用基于二進(jìn)制編碼和十進(jìn)制解碼的符號(hào)傳遞熵方法確定復(fù)雜機(jī)電系統(tǒng)信息模型中所有結(jié)點(diǎn)間的信息傳遞關(guān)系；參見圖2，具體包括以下步驟：3.1)選擇任意兩個(gè)監(jiān)測(cè)時(shí)間序列i和j，確定符號(hào)化過程中最優(yōu)的符號(hào)個(gè)數(shù)，對(duì)每一個(gè)監(jiān)測(cè)序列按照下式進(jìn)行符號(hào)化轉(zhuǎn)換，得到不同符號(hào)個(gè)數(shù)下的符號(hào)化序列。其中：ik為監(jiān)測(cè)序列i的第k個(gè)監(jiān)測(cè)值；max和min分別為序列的最大值和最小值；snumber為符號(hào)個(gè)數(shù)；本步驟通過計(jì)算不同符號(hào)個(gè)數(shù)下符號(hào)化序列的信噪比和信息熵，繪制符號(hào)化序列信噪比、信息熵隨符號(hào)個(gè)數(shù)的變化曲線，以最大信噪比和最小信息丟失為優(yōu)化條件，尋找最優(yōu)符號(hào)個(gè)數(shù)soptimization；3.2)各監(jiān)測(cè)變量的相空間重構(gòu)：分別采用cao方法和互信息法確定每一個(gè)監(jiān)測(cè)變量的相空間重構(gòu)參數(shù)：嵌入維數(shù)m和延遲時(shí)間τ，本步驟將得到通過每一個(gè)監(jiān)測(cè)序列重構(gòu)的相空間x：其中：nm＝n-(m-1)τ是重構(gòu)相空間中相點(diǎn)個(gè)數(shù)；3.3)相點(diǎn)符號(hào)化：根據(jù)步驟3.1)中優(yōu)化的符號(hào)個(gè)數(shù)，對(duì)步驟3.2)相空間中的每一個(gè)相點(diǎn)，按照下式進(jìn)行符號(hào)化操作：其中：soptimization為最優(yōu)符號(hào)個(gè)數(shù)；max和min分別為原始時(shí)間序列的最大值和最小值；3.4)符號(hào)化序列的二進(jìn)制編碼：使用位二進(jìn)制數(shù)，對(duì)3.3)中每一個(gè)符號(hào)化后的相點(diǎn)值進(jìn)行二進(jìn)制編碼。表示向上取整操作，例如3位二進(jìn)制數(shù)可以表示8個(gè)獨(dú)立的符號(hào)(000→0,001→1,010→2，以此類推)；3.5)二進(jìn)制編碼序列的十進(jìn)制轉(zhuǎn)化：拼接3.4)中每一個(gè)相點(diǎn)中每一個(gè)維度的二進(jìn)制編碼(如符號(hào)化序列3,5,7,4→011,101,111,110→011101111110)，采用位權(quán)法對(duì)拼接的二進(jìn)制編碼進(jìn)行十進(jìn)制轉(zhuǎn)換(如011101111110→1918)；3.6)信息結(jié)點(diǎn)間傳遞熵計(jì)算：按照下式，分別計(jì)算時(shí)間序列i和j間的信息傳遞量：其中：為從序列j到i的信息傳遞量；δ為二者間的時(shí)間延遲；可通過改變式中和位置計(jì)算得到；3.7)信息結(jié)點(diǎn)間的耦合關(guān)系確定：將3.6)計(jì)算得到的信息傳遞值填入步驟2)的ar和aw矩陣，ari,j,arj,i∈ar，如果awi,j-awj,i＞0，則，信息傳遞方向?yàn)閕→j，表示信息從i傳向j，用符號(hào)+表示信息的正向傳遞，反之，用—表示信息從j傳向i；信息傳遞強(qiáng)度用表示；4)構(gòu)建復(fù)雜機(jī)電系統(tǒng)信息模型：根據(jù)步驟2)中的定義，用步驟3)中的信息傳遞計(jì)算結(jié)果填充步驟2)中的信息結(jié)點(diǎn)鄰接關(guān)系；根據(jù)結(jié)點(diǎn)間鄰接關(guān)系，使用有向邊連接信息結(jié)點(diǎn)，實(shí)現(xiàn)系統(tǒng)信息模型的可視化表示；5)模型簡(jiǎn)化與修正：對(duì)步驟4)構(gòu)建的復(fù)雜機(jī)電系統(tǒng)信息模型進(jìn)行必要的模型簡(jiǎn)化和修正：具體包括以下處理方式：5.1)刪除步驟4)信息模型中的冗余信息結(jié)點(diǎn)：模型中的冗余信息結(jié)點(diǎn)由物理系統(tǒng)監(jiān)測(cè)系統(tǒng)中的冗余測(cè)點(diǎn)產(chǎn)生，通常具有相同的屬性、相同的結(jié)點(diǎn)連接關(guān)系和相同的關(guān)系權(quán)重，對(duì)于步驟4)模型中此類冗余信息結(jié)點(diǎn)進(jìn)行刪除，實(shí)現(xiàn)步驟4)模型的簡(jiǎn)化和修正；5.2)刪除步驟4)模型中的冗余結(jié)構(gòu)：模型中的冗余結(jié)構(gòu)通常表現(xiàn)為兩個(gè)結(jié)點(diǎn)間具有并聯(lián)信息傳遞關(guān)系，在不影響模型中其他信息結(jié)點(diǎn)關(guān)聯(lián)關(guān)系的前提下，對(duì)上述并聯(lián)傳遞關(guān)系進(jìn)行刪除，實(shí)現(xiàn)步驟4)模型的簡(jiǎn)化和修正；5.3)刪除步驟4)模型中的微弱關(guān)系：步驟4)模型中往往含有微弱的信息傳遞關(guān)系，或者信息傳遞強(qiáng)度明顯低于其他信息傳遞關(guān)系的存在，通過設(shè)置信息傳遞強(qiáng)度閾值，刪除微弱的信息傳遞關(guān)系，實(shí)現(xiàn)步驟4)模型的整體簡(jiǎn)化和修正。本發(fā)明實(shí)施例具體包括以下步驟：1)原始數(shù)據(jù)收集：原始數(shù)據(jù)收集步驟，以流程工業(yè)復(fù)雜機(jī)電系統(tǒng)監(jiān)測(cè)系統(tǒng)(dcs、scada等)中的海量歷史監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，從n個(gè)傳感器的歷史監(jiān)測(cè)數(shù)據(jù)中，以相同的采樣頻率抽取本發(fā)明的原始數(shù)據(jù)集；2)定義信息模型的基本結(jié)構(gòu)：定義信息模型的基本結(jié)構(gòu)步驟，定義信息模型的基本結(jié)構(gòu)—信息結(jié)點(diǎn)、關(guān)系矩陣和關(guān)系權(quán)重矩陣，定義信息模型基本結(jié)構(gòu)步驟通過以下環(huán)節(jié)實(shí)現(xiàn)：2.1)根據(jù)步驟1)中的原始數(shù)據(jù)集合，將每一個(gè)監(jiān)測(cè)點(diǎn)位(傳感器)抽象為信息模型中的信息結(jié)點(diǎn)；2.2)定義和初始化兩個(gè)矩陣aw和ar，用于存儲(chǔ)信息模型中的關(guān)系和關(guān)系權(quán)重；3)確定信息模型中耦合關(guān)系：確定信息模型中耦合關(guān)系步驟，采用本發(fā)明中提出的基于二進(jìn)制編碼和十進(jìn)制解碼的符號(hào)傳遞熵方法對(duì)信息模型中信息結(jié)點(diǎn)間的耦合關(guān)系進(jìn)行分析。確定信息模型中耦合關(guān)系步驟通過以下環(huán)節(jié)實(shí)現(xiàn)：3.1)參見圖2，采用改進(jìn)的符號(hào)傳遞熵方法進(jìn)行信息結(jié)點(diǎn)耦合關(guān)系分析：流程工業(yè)復(fù)雜機(jī)電系統(tǒng)中能量、流體、信號(hào)的傳遞過程，本質(zhì)上是系統(tǒng)信息的傳遞過程。傳遞熵可以定量刻畫隨機(jī)變量或隨機(jī)過程間的包括方向和強(qiáng)度的信息傳遞關(guān)系，可以滿足流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息建模的需求。參考圖1，改進(jìn)的符號(hào)傳遞熵方法包含以下處理過程：3.1.1)選擇任意兩個(gè)監(jiān)測(cè)時(shí)間序列i和j，確定符號(hào)化過程中最優(yōu)的符號(hào)個(gè)數(shù)。對(duì)每一個(gè)監(jiān)測(cè)序列按照下式進(jìn)行符號(hào)化轉(zhuǎn)換，得到不同符號(hào)個(gè)數(shù)下的符號(hào)化序列；其中：ik為監(jiān)測(cè)序列i的第k個(gè)監(jiān)測(cè)值；max和min分別為序列的最大值和最小值；snumber為符號(hào)個(gè)數(shù)；本步驟通過計(jì)算不同符號(hào)個(gè)數(shù)下符號(hào)化序列的信噪比和信息熵，繪制符號(hào)化序列信噪比、信息熵隨符號(hào)個(gè)數(shù)的變化曲線，以最大信噪比和最小信息丟失為優(yōu)化條件，尋找最優(yōu)符號(hào)個(gè)數(shù)soptimization；3.1.2)各監(jiān)測(cè)變量的相空間重構(gòu)；分別采用cao方法和互信息法確定每一個(gè)監(jiān)測(cè)變量的相空間重構(gòu)參數(shù)：嵌入維數(shù)m和延遲時(shí)間τ，本步驟將得到通過每一個(gè)監(jiān)測(cè)序列重構(gòu)的相空間x：其中：nm＝n-(m-1)τ是重構(gòu)相空間中相點(diǎn)個(gè)數(shù)；3.1.3)相點(diǎn)符號(hào)化：根據(jù)步驟3.1.1)中優(yōu)化的符號(hào)個(gè)數(shù)，對(duì)步驟3.1.2)相空間中的每一個(gè)相點(diǎn)，按照下式進(jìn)行符號(hào)化操作：其中：soptimization為最優(yōu)符號(hào)個(gè)數(shù)；max和min分別為原始時(shí)間序列的最大值和最小值；3.1.4)參見圖3，符號(hào)化序列的二進(jìn)制編碼：使用位二進(jìn)制數(shù)，對(duì)3.1.3)中每一個(gè)符號(hào)化后的相點(diǎn)值進(jìn)行二進(jìn)制編碼，表示向上取整操作；例如3位二進(jìn)制數(shù)可以表示8個(gè)獨(dú)立的符號(hào)(000→0,001→1,010→2，以此類推)；3.1.5)參見圖3，二進(jìn)制編碼序列的十進(jìn)制解碼：拼接3.1.4)中每一個(gè)相點(diǎn)中每一個(gè)維度的二進(jìn)制編碼(如符號(hào)化序列3,5,7,4→011,101,111,110→011101111110)，采用位權(quán)法對(duì)拼接的二進(jìn)制編碼進(jìn)行十進(jìn)制轉(zhuǎn)換(如011101111110→1918)。3.1.6)監(jiān)測(cè)變量間傳遞熵計(jì)算：按照下式，分別計(jì)算時(shí)間序列i和j間的信息傳遞量：其中：為從序列j到i的信息傳遞量；δ為二者間的時(shí)間延遲；可通過改變式中和位置計(jì)算得到；3.2)確定信息模型中的耦合關(guān)系矩陣：確定信息模型中耦合關(guān)系矩陣步驟，通過分析對(duì)比觀測(cè)時(shí)間序列間的信息傳遞關(guān)系，確定并填充步驟2)中定義的ar矩陣，ari,j,arj,i∈ar，如果awi,j-awj,i＞0，則，信息傳遞方向?yàn)閕→j，表示信息從i傳向j，用符號(hào)“+”表示信息的正向傳遞，反之，用“—”表示信息從j傳向i；信息模型的耦合關(guān)系矩陣形如：no.123456789101------++--+2+-----+----3++--+++-++-4++---++-+++5++-----+-+-6----+---++-7-+++-+---+-8++--+-+--++9++---------10-++-+++-+--表中“+”和“—”代表了不同變量間耦合關(guān)系方向，“+”代表正向耦合，“-”代表反向耦合；3.3)確定信息模型中耦合關(guān)系權(quán)重矩陣：確定信息模型中耦合關(guān)系權(quán)重矩陣步驟，通過計(jì)算分析對(duì)比觀測(cè)時(shí)間序列間的信息傳遞關(guān)系，確定并填充步驟2)中定義的aw矩陣，用表示i→j間信息傳遞關(guān)系權(quán)重，并填充aw矩陣；信息模型耦合關(guān)系權(quán)重矩陣形如：表中數(shù)值代表了不同變量間耦合關(guān)系強(qiáng)度，單位為10-2bits，“--”代表未檢出耦合關(guān)系；4)模型簡(jiǎn)化與修正：參見圖4～圖6，根據(jù)步驟3)得到的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息模型，識(shí)別模型中的冗余信息結(jié)點(diǎn)、冗余結(jié)構(gòu)，自定義設(shè)置模型中的耦合關(guān)系權(quán)重閾值，實(shí)現(xiàn)步驟3)信息模型的簡(jiǎn)化與修正。給定的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)，通過本發(fā)明中的處理過程，構(gòu)建的系統(tǒng)信息模型如附圖7所示，圖中結(jié)點(diǎn)代表物理系統(tǒng)中的狀態(tài)監(jiān)測(cè)點(diǎn)；結(jié)點(diǎn)間的有向邊代表了不同狀態(tài)監(jiān)測(cè)結(jié)點(diǎn)間的信息流動(dòng)方向；有向邊的權(quán)重代表了不同狀態(tài)監(jiān)測(cè)結(jié)點(diǎn)間的信息流動(dòng)強(qiáng)度。本發(fā)明以海量高維系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)(dcs數(shù)據(jù)、scada數(shù)據(jù)等)為基礎(chǔ)，采用數(shù)據(jù)分析的方法，以不同監(jiān)測(cè)變量間的信息傳遞關(guān)系作為系統(tǒng)信息模型耦合關(guān)系的測(cè)度，以信息論為依據(jù)，提出了綜合考慮符號(hào)化過程抗噪能力和信息丟失的改進(jìn)符號(hào)傳遞熵方法，發(fā)明了不依賴系統(tǒng)物理拓?fù)湎闰?yàn)知識(shí)的以信息傳遞為依據(jù)的流程工業(yè)復(fù)雜機(jī)電系統(tǒng)信息建模方法，本發(fā)明能夠?yàn)榉治鱿到y(tǒng)動(dòng)力學(xué)特征、追溯系統(tǒng)故障原因和預(yù)測(cè)系統(tǒng)運(yùn)行狀態(tài)提供基礎(chǔ)，提高企業(yè)的數(shù)字化監(jiān)控水平，輔助科學(xué)維修維護(hù)。當(dāng)前第1頁12