基于邻居相关状态的分布式多智能体实时故障检测方法

摘要

本发明公开一种基于邻居相关状态的分布式多智能体实时故障检测方法，通过对带故障的节点模型进行变换，构造出一种全新的故障检测模型，完成了对故障信号与系统状态变量的解耦，降低了故障检测的难度，节点只能获得邻居相关状态信息，本发明通过设定故障检测子网络，并对子网络模型进行相应的线性变换，将节点相关状态信息转化为上述故障检测模型中的状态变量，进而借助该模型进行故障检测任务；其次，本发明给出了一种全新的故障检测方案，借此观测故障是否存在；最后，本发明给出了一种针对故障检测结果的邻居相关状态方案。该方案充分利用多智能体系统的群体性优势，在不提高系统硬件性能的条件下增加了检测结果的可靠性，具有很高的应用价值。

主权项

基于邻居相关状态的分布式多智能体实时故障检测方法，其特征在于，包括以下步骤：步骤一、针对多智能体系统建立基于邻居相关状态的多智能体系统数学模型；数学模型中的单个节点只能获得邻居节点的相关状态信息，多智能体系统数学模型包括以下两部分：多智能体系统拓扑模型和带有故障的节点动力学模型；步骤二、利用多智能体系统拓扑模型确定每个节点的邻居节点，进而获得邻居节点的相关状态信息，通过模型变换将带有故障的节点动力学模型转换成基于相关状态信息的故障检测模型；步骤三、利用所述故障检测模型，每个节点求解自身邻居节点的理论运动状态，并将其与节点自身观测器测得的邻居实际运动状态作差比较，从而获得误差信号；步骤四、根据多智能体系统性能要求设置误差信号的警戒值，若有某个节点检测到邻居节点误差信号超过警戒值，则触发信息交互，并将该邻居节点视为目标节点；在目标节点的邻居节点构成的通信子网络中传输各邻居节点检测到的目标节点的误差信号，同时通信子网络中的所有节点按一致性协议更新各自的误差信号，直至达成一致；步骤五、针对更新后的误差信号设置门限函数，若误差信号幅值超过门限函数的限幅值，即可断定该目标节点发生故障。