[发明专利]一种基于特种设备历史定期检验报告的预警方法及系统

权利要求书

1.一种基于特种设备历史定期检验报告的预警方法，其特征在于，包括如下步骤：

步骤S1：通过检验模板采集特种设备历次检验报告中的原始记录数据，获取设备历史检验记录数据，读取设备参数表获取设备基本信息数据；

步骤S2：对获得的原始记录数据进行预处理操作，构建训练数据集、验证数据集和测试数据集宽表，获取分析数据；

步骤S3：采用基于有监督的决策树分类算法建立特种设备定期检验报告故障预警模型；

步骤S4：利用多种评估指标度量预警模型预测结果的准确性；

步骤S5：模型部署并应用到实际生产和生活环境；

步骤S6：反馈预警故障情况，并通知监察和维保单位进行检测和维修。

2.根据权利要求1所述的一种基于特种设备历史定期检验报告的预警方法，其特征在于，所述步骤S1中，检验模板采集的原始记录数据为特种设备历次定期检验报告数据，对同一种设备进行检验时，至少需要采集过去几年内的检验数据。

3.根据权利要求1所述的一种基于特种设备历史定期检验报告的预警方法，其特征在于，所述步骤S2中，数据预处理操作具体包括数据清洗单元、特征筛选单元和特征构造单元；所述数据预处理用于寻找有效字段构建训练集、验证集和测试集宽表。

4.根据权利要求3所述的一种基于特种设备历史定期检验报告的预警方法，其特征在于，所述训练集和验证集宽表采用滑动窗口法建立宽表，即采用M-1、M、M+1三个相邻月的设备代码作为标签集，然后再与设备基本数据信息、设备检验记录数据进行关联，得到训练集、验证集、测试集宽表。

5.根据权利要求1所述的一种基于特种设备历史定期检验报告的预警方法，其特征在于，所述步骤S3中，训练得到的故障预警模型采用有监督的决策树分类算法Lightgbm，并用验证集宽表对所得到的故障预警模型进行验证。

6.根据权利要求1所述的一种基于特种设备历史定期检验报告的预警方法，其特征在于，所述步骤S4中，多种评估指标度量采用查准率、查全率和F1-Score对故障预警模型进行优化。

7.一种基于特种设备历史定期检验报告的预警系统，包括采集与预处理数据模块、挖掘与预警模块、模型部署与应用模块和反馈与监察模块；其特征在于：

所述采集与预处理数据模块、挖掘与预警模块、模型部署与应用模块和反馈与监察模块依次连接；

所述采集与预处理数据模块，用于通过检验模板读取检验报告，获得固定信息参数数据和检验相关数据，并对这些数据进行清洗、筛选和构造，进而得到可以使用且能进行分析的数据；

所述挖掘与预警模块，用于构建训练数据集、验证数据集及测试数据集，采用有监督的决策树分类算法—Lightgbm算法对训练数据集进行训练，再用验证数据集进行验证，采用查准率、查全率和F1-Score指标对模型进行评估，最后预测测试数据集中的故障；

所述反馈与监察模块：用于反馈预警故障情况，告知监察人员并提前进行检修；

所述模型部署与应用模块，用于部署模型、应用到实际生产生活中。