基于时间序列相似性搜索的电磁阻拦装置故障诊断方法OA北大核心CSTPCD

电磁阻拦装置记录的事件数据具有高采样率、多维耦合和非周期瞬态的特点,属于复杂非平稳时间序列。为此提出一种基于级联下界剪枝和全局约束下动态时间规整(dynamictime warping,DTW)提前终止策略的相似性搜索方法对事件数据进行挖掘,以实现快速故障诊断。首先提出一种基于小波熵和重要点筛选的改进分段聚合近似算法对事件数据进行压缩降维;然后依次采用3种级联的DTW下界距离函数进行剪枝,以剔除不相似序列,得到候选序列;最后在候选序列中执行精确搜索,通过提出的全局约束下提前终止策略优化DTW度量速度。在电磁阻拦装置原型的历史实验数据中开展实验,验证了该方法能够准确匹配工况及系统故障类别,效率相比主流的TS2BC算法提高了2.14倍。