決策樹分類方法在水輪機(jī)組故障診斷的應(yīng)用研究

張東利

（水利部產(chǎn)品質(zhì)量標(biāo)準(zhǔn)研究所，浙江杭州 310012）

數(shù)據(jù)挖掘是關(guān)于統(tǒng)計學(xué)和人工智能學(xué)相互交叉而產(chǎn)生的一門學(xué)科[1-2]。其主要作用是在大量的數(shù)據(jù)集中找出信息之間的關(guān)系，而對于數(shù)據(jù)的分類是常常遇到的問題。一般數(shù)據(jù)挖掘分類方法是通過對訓(xùn)練集進(jìn)行學(xué)習(xí)，構(gòu)造一個分類函數(shù)或分類模型，其能夠?qū)?shù)據(jù)對應(yīng)到給定的某一個類別當(dāng)中，從而實現(xiàn)數(shù)據(jù)分類，其主要數(shù)據(jù)分類的分析方法包括如貝葉斯分類方法、決策樹分類方法、神經(jīng)網(wǎng)絡(luò)分類方法等[3]。決策樹分類算法是在大量數(shù)據(jù)中找到一些有價值的信息供決策者做出正確的決策的分類方法[4]。這里決策樹分類由于其提取規(guī)則簡單、計算量較小在近些年的數(shù)據(jù)挖掘中得到了廣泛的應(yīng)用。

水輪發(fā)電機(jī)機(jī)組在其運(yùn)行的過程中，機(jī)組的振動信號中含有大量的故障信息。根據(jù)不完全統(tǒng)計，水輪發(fā)電機(jī)組發(fā)生故障時，大約有80%以上其特征可以在振動當(dāng)中有所體現(xiàn)[5]。但由于機(jī)組在運(yùn)行過程中，其監(jiān)測數(shù)據(jù)是不斷產(chǎn)生的，這樣通過普通診斷方法則不能對其進(jìn)行分析，這里就需要一種簡單實用的對數(shù)據(jù)進(jìn)行分類的方法，而決策樹分類方法正好符合這種數(shù)據(jù)分類情況，由此通過決策樹分類的方法對水輪發(fā)電機(jī)組振動信號的分類是一種實用方法。

1 決策樹分類算法

決策樹分類算法是一種分類算法中的重要技術(shù)，其產(chǎn)生的結(jié)構(gòu)類似于程序流程圖的樹型結(jié)構(gòu)。決策樹分類的方法是通過尋找數(shù)據(jù)集合中的信息量最大的特征屬性來建立不同的規(guī)則節(jié)點，在通過不同特征值的取值再建立不同的樹分枝，通過循環(huán)來建立整個樹的過程[6]。一般目前比較通用的決策樹分類的方法有ID3和C4.5兩種。與其他分類算法相比決策樹由于其計算速度快，準(zhǔn)確度高得到了廣泛的應(yīng)用。

在創(chuàng)建決策樹前，首先將要分析的數(shù)據(jù)進(jìn)行數(shù)據(jù)量化，使其變?yōu)橛嬎銠C(jī)可以識別的數(shù)字信息量之后既可以進(jìn)行決策樹的建立。先設(shè)一個訓(xùn)練集合S，通過公式計算其熵：

其中集合T和通過特征屬性X進(jìn)行分類的。這里通過計算分類前后，子集合的熵的增益大小來判斷選取分類節(jié)點，當(dāng)增益較大時使其當(dāng)中分類節(jié)點，計算公式如下：

信息的增益有可能出現(xiàn)較多的分枝時，其產(chǎn)生的函數(shù)值較大，從而使得決策樹的分枝也較多，使得產(chǎn)生的決策樹的結(jié)果不理想。維利解決此問題，這里通過信息增益率來解決此問題，在計算信息增益時，其與每次產(chǎn)生的子節(jié)點的數(shù)量和大小都有一定的關(guān)系，由此，其計算是對每個對象進(jìn)行分析，而不是對于分類所包含的信息。其中屬性信息增益率計算公式為：

2 基于決策樹分類的水輪機(jī)組故障診斷

水輪機(jī)組在運(yùn)行過程中，引起其出現(xiàn)振動的原因很多種，大致可以分為3大類，即機(jī)械原因、水力原因和電氣原因。在對水輪發(fā)電機(jī)組的監(jiān)測過程中，不同的故障特征大部分都在其振動頻域中體現(xiàn)，由此可利用頻率分量作為特征向量進(jìn)行診斷。這里對采集的振動信號進(jìn)行快速傅里葉變換，從而得到振動信號的幅頻特性，一般選擇1/6～1/2（平均量）x，1x，2x，3x，50 Hz，100 Hz頻率分量進(jìn)行比較，其中x為轉(zhuǎn)頻[8]。目前，有很多學(xué)者對水輪發(fā)電機(jī)組進(jìn)行故障分析和研究，得到了大量有關(guān)機(jī)組振動的典型故障征兆[9]，總結(jié)如表1所示，其中包括 6種機(jī)組常見故障，如轉(zhuǎn)子不平衡、軸系不對中和渦帶偏心等故障[10]。

表1 訓(xùn)練數(shù)據(jù)表Tab.1 Training samples table

這里根據(jù)典型的故障特征向量樣本創(chuàng)建決策樹。第一步先在特征向量中選擇一個特征屬性做為一個分支節(jié)點，在通過此特征屬性的不行值劃分既可以把數(shù)據(jù)集合劃分為不同子集，而在子集當(dāng)中選擇再選擇不同特征屬性節(jié)點繼續(xù)劃分，將子集再劃分為不同子集集合。當(dāng)一個子集集合中所有的數(shù)據(jù)所代表同一類時則結(jié)束，由此就形成決策樹的過程，如圖1所示。

下面我們將圖1所產(chǎn)生的決策樹轉(zhuǎn)化為的規(guī)則進(jìn)行表示。

圖1 決策樹Fig.1 Decision tree

規(guī)則1：if x1<0.56 then node 2 else node 3

規(guī)則2：if x2<0.38 then node 4 else node 5

規(guī)則3：if x3<0.51then node class1 else node class5

規(guī)則4：if x5<0.52then node class6 else node class4

規(guī)則5：if x2<0.79then node class2 else node class3

通過訓(xùn)練好的決策樹對監(jiān)測的機(jī)組故障特征向量進(jìn)行分類。這里對機(jī)組不平衡故障特征向量進(jìn)行分類，特征向量如（0.10，0.96，0.19，0.01，0.01，0.01，0.01）。根據(jù)決策樹分類后得到其故障特征為class3類故障，根據(jù)典型故障特征表說明其故障特征為轉(zhuǎn)子不平衡故障，得出故障類型與實際類型相同。

3 結(jié)語

決策樹分類算法是數(shù)據(jù)挖掘中的一個常用的分類方法。本文將數(shù)據(jù)挖掘技術(shù)應(yīng)用水輪發(fā)電機(jī)組故障診斷當(dāng)中，通過決策樹分類的方法對故障特征向量進(jìn)行分類，從而實現(xiàn)對機(jī)組的故障進(jìn)行診斷，具有一定的實用價值。

[1] Han J，KamberM.Data mining:concept and techniques[C].2ed.San Fransisco，CA.Higher Education Press，2001：1-7.

[2]Tan Pang ning，SreinbachM，KumarV.數(shù)據(jù)挖掘?qū)д揫M].北京：北京大學(xué)出版社，2006.

[3] 欒麗華，吉根林.決策樹分類技術(shù)研究[J].計算機(jī)工程，2004，30（9）：94-97.LUAN Li-hua，JI Gen-lin.The Study on decision tree classification techniques[J].Computer Engineering，2004，30（9）：94-97（in Chinese）.

[4] 劉同明.數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[M].北京：國防工業(yè)出版社，2001.

[5] 趙道利，馬薇，梁武科，等.水電機(jī)組振動故障的信息融合診斷與仿真研究[J].中國電機(jī)工程學(xué)報，2005，25（20）：137-142.ZHAO Dao-li，MA Wei，LIANG Wu-ke.On Data fusion faultdiagnosisand simulation ofhydroelectric units vibration[J].Proceedings of the CSEE，2005，25（20）：137-142（in Chinese）.

[6] 劉繼清，黃金花.基于改進(jìn)決策樹算法的設(shè)備故障智能診斷模型[J].制造業(yè)自動化，2011，33（4）：30-33.LIU Ji-qing，HUANG Jin-hua.Intelligent fault diagnosis method for equipments based on improved decision tree algorithm[J].Manufacturing Automation，2011，33（4）：30-33（in Chinese）.

[7]李楠，段隆振，陳萌.決策樹C4.5算法在數(shù)據(jù)挖掘中的分析及其應(yīng)用[J].計算機(jī)與現(xiàn)代化，2008，12（12）：160-163.LI Nan，DUAN Long-zhen，CHEN Meng.Research and application of data mining algorithm based on decision tree[J].Computer and Modemization，2008，12（12）：160-163（in Chinese）.

[8] 白亮，王瀚，李輝，等.基于時間序列相似性挖掘的水電機(jī)組振動故障診斷研究[J].水力發(fā)電學(xué)報，2010，29（6）:229-236.BAI Liang，WANG Han，LI Hui，et al.Vibration fault diagnosisbased on time-seriessimilarity mining for hydropower units[J].Journal of Hydroelectric Engineering，2010，29（6）:229-236（in Chinese）.

[9] 張利平，孫美鳳，王鐵生.新型的RBF神經(jīng)網(wǎng)絡(luò)在水輪發(fā)電機(jī)組故障診斷中的應(yīng)用[J].水力發(fā)電學(xué)報，2009，28（6）：219-223.ZHANG Li-ping， SUN Mei-feng， WANG Tie-sheng.Application of a novel RBF algorithm to fault diagnosis of hydro-turbine generating unit[J].Journal of Hydroelectric Engineering，2009，28（6）：219-223（in Chinese）.

[10]蘇立，南海鵬，余向陽.關(guān)聯(lián)規(guī)則分類的數(shù)據(jù)流挖掘方法在水電機(jī)組故障診斷的研究[J].西安理工大學(xué)學(xué)報，2012（1）：106-110.SU Li， NAN Hai-peng， YU Xiang-yang.Associative classification of data streams for vibrant fault diagnosis of hydro-turbine generating unit[J].Journal of Xi’an University of Technology，2012（1）：106-110（in Chinese）.