[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

说明书

本发明公开了一种基于特种设备历史定期检验报告的预警方法及系统，涉及数据挖掘及应用技术领域。本发明包括如下步骤：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；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。本发明通过数据挖掘与分析技术对特种设备的基本信息数据和历史定期检验报告中的检验数据进行挖掘，利用决策树分类算法建立故障预警模型，提高检验部门的工作效率，确保社会人员的人身和财产安全。

技术领域

本发明属于数据挖掘与应用技术领域，特别是涉及一种基于特种设备历史定期检验报告的预警方法及系统。

背景技术

随着经济的快速发展，人民的物质生活水平在不断地提高，为了满足人民生活需要，住宅、公司、商场等建筑物中的特种设备数量在不断地激增，然而随着时间的推移，设备频繁运行，维护不到位，使得设备逐渐老化，性能在不断下降，随时可能会发生意外事故，造成人员伤害和财产损失，引起社会广泛关注。

因此，对特种设备的定期检验是至关重要的一个检测环节，准确并完整记录定期检验报告、并及时报告检验结果是检验人员的职责。定期检查时，不同批次、不同型号的产品等其它不同因素会产生不一样的检验结果，会消耗大量人力和物力，随着时间的推移，将会积累大量的数据资料，如果不加以利用这些资料数据，就会成为废数据、死数据，不能产生更深远和有意义的数据。通过数据挖掘与分析技术对特种设备的基本信息数据和历史定期检验报告中的检验数据进行挖掘，可以预测下次检验结果是否能通过，从而可以提前采取措施预防事故发生，维护社会稳定，减轻事故给人民健康和财产安全的带来的威胁，同时提高检测效率，形成更好的特种设备检测安全体系。

发明内容

本发明的目的在于提供一种基于特种设备历史定期检验报告的预警方法及系统，通过数据挖掘与分析技术对特种设备的基本信息数据和历史定期检验报告中的检验数据进行挖掘，利用决策树分类算法建立故障预警模型，解决了现有的特种设备维护不到位、容易发生意外事故的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种基于特种设备历史定期检验报告的预警方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。