1.一種基于傳感器關(guān)聯(lián)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)異常檢測(cè)與故障診斷算法，其特征在于：診斷算法步驟如下：
步驟一：信號(hào)預(yù)處理，將通過(guò)傳感器測(cè)點(diǎn)測(cè)量到的燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)時(shí)間序列分為連續(xù)的周期類(lèi)型、趨勢(shì)類(lèi)型信號(hào)以及離散的指令信號(hào)，并對(duì)不同類(lèi)型的信號(hào)采用相應(yīng)的特征提取方法獲得能夠準(zhǔn)確描述信號(hào)行為的特征；
步驟二：對(duì)預(yù)處理后的測(cè)點(diǎn)集合中的任意兩個(gè)傳感器測(cè)點(diǎn)之間的相關(guān)性進(jìn)行評(píng)價(jià)，并利用得到的相關(guān)性指標(biāo)和測(cè)點(diǎn)集合構(gòu)建燃?xì)廨啓C(jī)的傳感器關(guān)聯(lián)網(wǎng)絡(luò)模型；
步驟三：對(duì)得到的燃?xì)廨啓C(jī)傳感器關(guān)聯(lián)網(wǎng)絡(luò)模型進(jìn)行分層聚類(lèi)，并利用矩陣的形式表示分層聚類(lèi)后的傳感器關(guān)聯(lián)網(wǎng)絡(luò)模型，將連續(xù)兩個(gè)測(cè)量到的燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)時(shí)間序列對(duì)應(yīng)的矩陣進(jìn)行矩陣差計(jì)算，形成一個(gè)殘差矩陣；
步驟四：利用信息熵指標(biāo)對(duì)最小粒度子類(lèi)分別對(duì)應(yīng)的殘差矩陣的結(jié)構(gòu)分布進(jìn)行評(píng)價(jià)，并通過(guò)與經(jīng)驗(yàn)閾值的比較判斷殘差是否超限，如果超限，則說(shuō)明該子類(lèi)對(duì)應(yīng)的功能集合出現(xiàn)異常，如果沒(méi)有超限，則說(shuō)明系統(tǒng)工作在容忍范圍內(nèi)；
步驟五：計(jì)算各層中所有子類(lèi)的信息熵，計(jì)算所有信息熵指標(biāo)超限子類(lèi)的超類(lèi)的信息熵指標(biāo)，直到遇到信息熵指標(biāo)不超限的子類(lèi)，則具有信息熵指標(biāo)超限的最大子類(lèi)即為當(dāng)前故障效果的影響范圍。
2.根據(jù)權(quán)利要求1所述的基于傳感器關(guān)聯(lián)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)異常檢測(cè)與故障診斷算法，其特征在于：步驟一中對(duì)周期類(lèi)型的指令信號(hào)首先進(jìn)行FFT變換得到相應(yīng)的頻域信號(hào)，并保證得到的頻域信號(hào)采樣點(diǎn)數(shù)與時(shí)域信號(hào)采樣點(diǎn)數(shù)相同；然后，對(duì)趨勢(shì)類(lèi)型的信號(hào)用其變化率代表其變化特征；最后，根據(jù)指令信號(hào)對(duì)不同工作模式下的測(cè)量信號(hào)進(jìn)行劃分。
3.根據(jù)權(quán)利要求2所述的基于傳感器關(guān)聯(lián)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)異常檢測(cè)與故障診斷算法，其特征在于：步驟二中的相關(guān)性指標(biāo)首先選用最大互信息系數(shù)(MIC)為評(píng)價(jià)指標(biāo)，對(duì)任意兩個(gè)傳感器測(cè)點(diǎn)的時(shí)間序列之間的相關(guān)性進(jìn)行評(píng)價(jià)；然后，保留所有相關(guān)性評(píng)價(jià)指標(biāo)中大于0.3的指標(biāo)，并將小于等于0.3相關(guān)性評(píng)價(jià)指標(biāo)置為0；最后，對(duì)由所有的傳感器測(cè)點(diǎn)以及各個(gè)測(cè)點(diǎn)之間的相關(guān)性評(píng)價(jià)指標(biāo)構(gòu)成的傳感器網(wǎng)絡(luò)以“Modularity”為指標(biāo)采用“Fast Unfolding算法”進(jìn)行聚類(lèi)。
4.根據(jù)權(quán)利要求1所述的基于傳感器關(guān)聯(lián)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)異常檢測(cè)與故障診斷算法，其特征在于：步驟三中對(duì)傳感器關(guān)聯(lián)網(wǎng)絡(luò)模型進(jìn)行分層聚類(lèi)時(shí)首先燃?xì)廨啓C(jī)中構(gòu)成子系統(tǒng)的最小部件數(shù)應(yīng)不大于作為聚類(lèi)尺寸；然后，分層聚類(lèi)的層數(shù)應(yīng)不小于需要分析的最小粒度燃?xì)廨啓C(jī)子系統(tǒng)或部件所在層數(shù)一致。
5.根據(jù)權(quán)利要求1所述的基于傳感器關(guān)聯(lián)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)異常檢測(cè)與故障診斷算法，其特征在于：步驟四和步驟五中利用殘差矩陣信息熵的推理過(guò)程：首先，計(jì)算最頂層所有最小粒度子類(lèi)對(duì)應(yīng)的殘差矩陣的信息熵指標(biāo)，判斷該指標(biāo)是否超限，若未超限，則該子類(lèi)代表的功能集合工作在可容忍范圍內(nèi)，若超限，則說(shuō)明該子類(lèi)代表的功能集合發(fā)生異常；然后，計(jì)算包含信息熵指標(biāo)超限子類(lèi)的超類(lèi)的信息熵指標(biāo)，判斷該指標(biāo)是否超限，若超限，則遞歸執(zhí)行本步驟；最后，找到具有信息熵超限的最大子類(lèi)，則該子類(lèi)為異常效果影響的最大范圍。