[发明专利]一种基于大数据的设备缺陷关联分析方法

权利要求书

1.一种基于大数据的设备缺陷关联分析方法，其特征在于，所述方法包括：

根据预设的设备缺陷库，确定设备缺陷与多个设备特征之间的关系，所述设备缺陷库包括多个设备特征、设备缺陷的等级及多条缺陷事件，所述设备缺陷的等级包括危急缺陷、严重缺陷及一般缺陷；

根据所述设备缺陷与多个设备特征之间的关系，分别确定各个设备特征的重要度；

根据所述重要度，从多个设备特征中确定出多个目标特征；

根据所述设备缺陷库，对所述多个目标特征进行关联分析，确定引发设备缺陷的多个特征组合。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的设备缺陷库，确定设备缺陷与多个设备特征之间的关系，包括：

根据预设的设备缺陷库，构建并训练设备缺陷随机森林模型，得到已训练的设备缺陷随机森林模型；

根据已训练的设备缺陷随机森林模型，确定设备缺陷与多个设备特征之间的关系。

3.根据权利要求2所述的方法，其特征在于，所述根据所述设备缺陷与多个设备特征之间的关系，分别确定各个设备特征的重要度，包括：

根据所述设备缺陷与多个设备特征之间的关系，分别确定各个设备特征在已训练的设备缺陷随机森林模型中的基尼指数；

将各个设备特征的基尼指数，确定为各个设备特征的重要度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述重要度，从多个设备特征中，确定出多个目标特征，包括：

根据各个设备特征的重要度，对多个设备特征进行排序，得到排序后的多个设备特征；

根据预设数量，从排序后的多个设备特征中，选取重要度高的多个目标特征。

5.根据权利要求1所述的方法，其特征在于，所述设备缺陷库为设备缺陷多维宽表，所述多个设备特征包括设备基本特征、设备生产特征、设备运维特征及设备环境特征，

所述设备基本特征包括设备编码、电压等级、投运年限中的至少一个，所述设备生产特征包括生产厂家、设备型号、设备生产日期中的至少一个，设备运维特征包括运维单位、运维记录中的至少一个，所述设备环境特征包括雷击、污闪、高温、低温、树木、小动物中的至少一个。

6.一种基于大数据的设备缺陷关联分析装置，其特征在于，所述装置包括：

关系确定模块，用于根据预设的设备缺陷库，确定设备缺陷与多个设备特征之间的关系，所述设备缺陷库包括多个设备特征、设备缺陷的等级及多条缺陷事件，所述设备缺陷的等级包括危急缺陷、严重缺陷及一般缺陷；

重要度确定模块，用于根据所述设备缺陷与多个设备特征之间的关系，分别确定各个设备特征的重要度；

目标特征确定模块，用于根据所述重要度，从多个设备特征中确定出多个目标特征；

特征组合确定模块，用于根据所述设备缺陷库，对所述多个目标特征进行关联分析，确定引发设备缺陷的多个特征组合。

7.根据权利要求6所述的装置，其特征在于，所述关系确定模块，包括：

模型构建子模块，用于根据预设的设备缺陷库，构建并训练设备缺陷随机森林模型，得到已训练的设备缺陷随机森林模型；

关系确定子模块，用于根据已训练的设备缺陷随机森林模型，确定设备缺陷与多个设备特征之间的关系。

8.根据权利要求7所述的装置，其特征在于，所述重要度确定模块，包括：

指数确定子模块，用于根据所述设备缺陷与多个设备特征之间的关系，分别确定各个设备特征在已训练的设备缺陷随机森林模型中的基尼指数；

重要度确定子模块，用于将各个设备特征的基尼指数，确定为各个设备特征的重要度。

9.根据权利要求6所述的装置，其特征在于，所述目标特征确定模块，包括：

排序子模块，用于根据各个设备特征的重要度，对多个设备特征进行排序，得到排序后的多个设备特征；

选取子模块，用于根据预设数量，从排序后的多个设备特征中，选取重要度高的多个目标特征。

10.根据权利要求6所述的装置，其特征在于，所述设备缺陷库为设备缺陷多维宽表，所述多个设备特征包括设备基本特征、设备生产特征、设备运维特征及设备环境特征，

所述设备基本特征包括设备编码、电压等级、投运年限中的至少一个，所述设备生产特征包括生产厂家、设备型号、设备生产日期中的至少一个，设备运维特征包括运维单位、运维记录中的至少一个，所述设备环境特征包括雷击、污闪、高温、低温、树木、小动物中的至少一个。