一种高压加热器状态数据分析方法

摘要

本发明公开了一种高压加热器状态数据分析方法，包括：高压加热器状态原始数据经过处理后得到高压加热器状态监测模型的训练样本，根据最佳聚类个数，利用基于遗传模拟退火算法的FCM聚类方法对高压加热器状态监测模型的训练样本进行聚类，得到隶属度矩阵，根据隶属度矩阵和训练样本得到高压加热器状态监测模型；本申请首先对原始数据进行处理，得到检测模型的训练样本，利用基于遗传模拟退火算法的FCM聚类方法对高压加热器状态监测模型的训练样本进行聚类，得到隶属度矩阵，基于遗传模拟退火算法的FCM聚类方法能够克服容易陷入局部最优解的缺点，加强全局搜索能力，能够有效处理设备监测中数据的不确定性与不精确性，从而良好的反映设备真实情况。