一种基于性能监测数据的亚健康在线识别和诊断方法

摘要

本发明公开了一种基于性能监测数据的亚健康在线识别和诊断方法，属于故障诊断技术领域。首先建立概率神经网络状态分类的初始模型并计算门限标准差，利用当前模型对监测设备进行在线监测和诊断分类，并进一步识别和提取亚健康状态数据，并放入亚健康状态数据组中；若待识别的亚健康数据组达到存储容限或者出现已知状态，则暂停存储工作，将该组中所有元素进行K‑means聚类分析，得到分类结果并清空亚健康数据组的存储空间。然后将聚类分析后的亚健康状态数据集与之前的训练样本合并，更新到初始模型中得到新的分类模型；最后重复上述步骤识别亚健康状态，在出现故障状态时及时维修。本发明根据设备状态做出及时有效的措施，减轻故障造成的损失。