[发明专利]一种基于文本挖掘的设备故障概率评估方法及系统

说明书

本发明公开了一种基于文本挖掘的设备故障概率评估方法及系统，包括，对相关设备进行故障模式影响分析；利用文本挖掘技术将所述相关设备运行记录的文本数据分类为正确的故障模式；根据所述正确的故障模式和所述影响分析计算所述相关设备各部分和组件的故障概率；集成所述各部分和组件的故障概率，计算所述相关设备的故障概率。通过文本挖掘等信息化技术，解决了传统手动方式难以在海量的、存有各种细微差别的故障记录内实现故障模式分类的问题，同时利用词袋模型、韦伯分布函数等手段，自动将故障报告分类为不同设备的不同故障模式，最终实现设备故障概率评估的自动获得，为设备更换、维护等决策提供了客观依据。

技术领域

本发明涉及的能源互联网技术领域，尤其涉及一种基于文本挖掘的设备故障概率评估方法及系统。

背景技术

近年来能源互联网设备在长期运行过程中必然面临维护、更换等情况，以保障系统的正常稳定持续运行。然而，针对具体设备是采用及时更换还是维护后继续使用，便涉及到了投资的合理性，需要进行客观决策。风险量化是客观决策中不可或缺的要素，其中最为重要的，就是需要对设备故障的概率进行量化评估，以便作出准确决定。

在设备设施维护中，事故发生时往往会记录“异常事故报告”(包括文本)。然而，报告中的文本数据并不总是适合于数值分析，因此不能有效地使用。为了精确地计算设备的故障概率，数据收集(大量过去的事故报告)和适当分析是必不可少的。能源互联网中的设备，如冷热电三联供、电力变压器，往往表现出复杂的故障模式，这意味着不同模式下的故障概率趋势不同(例如，一些故障模式可能与运行时间有关，而另一些则与操作次数有关)。在设备长期运行过程中，往往会积累大量的故障报告，这些数据可以有效地实现精确的故障概率计算。然而，由于这些文本中包含的大量数据和各种细微差别等因素，很难将报告手动分类为各种故障模式，更难以采用手动方式实现故障概率的有效评估。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在难以在海量的、有各种细微差别的故障记录中实现故障模式分类的问题，提出了本发明。

因此，本发明解决的技术问题是：通过文本信息挖掘技术从历史故障报告中获得相关数据，并利用词袋模型、韦伯分布函数分类为正确的故障模式，最终自动计算出故障概率评估数据。

为解决上述技术问题，本发明提供如下技术方案：对相关设备进行故障模式影响分析；利用文本挖掘技术将所述相关设备运行记录的文本数据分类为正确的故障模式；根据所述正确的故障模式计算所述相关设备各部分和组件的故障概率；集成所述各部分和组件的故障概率，计算所述相关设备的故障概率。

作为本发明所述的一种基于文本挖掘的设备故障概率评估方法的一种优选方案，其中：所述文本挖掘技术包括，定义设备故障特征词的类别和集合(包括权重值)；使用词袋模型对输入文档的记录内容进行矢量表达并且对每个类别的特征词进行矢量表达；利用“余弦相似度”评价输入文档向量与类别向量的相似度。

作为本发明所述的一种基于文本挖掘的设备故障概率评估方法的一种优选方案，其中：所述余弦相似度包括，向量A和向量B的相似性通过向量的角度来度量，n为向量维数；所述余弦相似度的数值越大，则表明两向量之间的相似性越高，文本分类的故障模式越正确，因此，设定一个门槛参数R，取“余弦相似度”R的一部分作为分类结果，一般而言，R可取0.95，所述余弦相似度的计算如下：

作为本发明所述的一种基于文本挖掘的设备故障概率评估方法的一种优选方案，其中：所述计算各部分的故障概率，包括，根据所述故障信息，采用韦伯分布函数绘制组件的故障概率曲线，如下：