摘  要: 高壓變頻器是一種廣泛應用于電力、冶金、石化、水務、環(huán)保等眾多領域的強電控制設備，可以利用電力半導體器件的通斷作用將工頻電源變換為另一頻率的電能。高壓變頻器在實際生產(chǎn)中不容易產(chǎn)生故障，但是一旦發(fā)生故障，則會對生產(chǎn)造成非常大的影響。如果能通過采集和分析高壓變頻器的關鍵數(shù)據(jù)，對設備的重要事件或者故障進行預測，并據(jù)此對設備進行適當?shù)恼{(diào)整，對于設備和整個生產(chǎn)系統(tǒng)來說都有深遠的意義。本文結合現(xiàn)有成熟的半監(jiān)督聚類算法，并結合應用情景，對經(jīng)典的K-means聚類算法進行改進，提出一種新的半監(jiān)督聚類算法。利用這種算法對歷史數(shù)據(jù)進行聚類分析，生成分析模型，對新的數(shù)據(jù)進行分析，預測設備狀態(tài)。分析后的數(shù)據(jù)可被標記上新的監(jiān)督標簽，參與到接下來的聚類分析中，生成新的分析模型，用于接下來的數(shù)據(jù)分析。圍繞這一算法思想與基本業(yè)務流程，本文使用Qt框架實現(xiàn)了一個基于C/S架構，具有高度的可移植性的面向高壓變頻器的數(shù)據(jù)分析系統(tǒng)。

關鍵詞: 高壓變頻器；半監(jiān)督學習；聚類分析；K-means；故障預測