[发明专利]一种专家规则集训练方法、训练器和工业设备预警系统

说明书

本方案公开了一种专家规则集训练方法、训练器和工业设备预警系统，其中，该方法的步骤包括：对实际标记样本和专家规则集标记样本进行权重分配；基于分配权重的实际标记样本和专家规则集标记样本进行模型训练，获得专家规则参数和/或易混淆样本数据；将所述专家规则参数更新至专家规则集中，形成优化后的专家规则集。本方案能够根据资深专家手动标记的实际标记样本，对专家规则集进行模型训练，提升专家规则集的精准度，从而降低资深专家对样本进行手动标记的疲劳度和产生的人工成本；本方案能够使专家规则集能够直接应用于设备智能运维，从而使资深专家的宝贵经验能够应用于设备的智能运维当中，大幅度提高设备智能运维的可靠性和精准性。

技术领域

本发明涉及工业设备运维领域。更具体地，涉及一种专家规则集训练方法、训练器、电子设备、存储介质和工业设备预警系统。

背景技术

随着工业智能运维的飞速发展，人工故障检测的工作已经逐渐被自动化的故障排查和预警所替代。但是，很多资深专家的宝贵经验，对于工业运维依然具有很大的指导和帮助作用。

目前，在行业应用中，资深专家能够手动标记的样本数量通常非常有限(标记工作本身也是有代价的)，很难支持全样本的监督学习。而专家规则(即资深专家给出的经验判断规则)在设备自动化故障排查和语境中还不够精准，可能会出现专家规则的虚假预警，分析不完备等问题。因此，目前资深专家直接给出的专家规则还无法应用于工业智能运维当中。

发明内容

本发明的目的在于提供一种专家规则集训练方法、训练器、电子设备、存储介质和工业设备预警系统。

为达到上述目的，本方案采用下述技术方案：

第一方面，本方案提供一种专家规则集训练方法，该方法将资深专家手动标记的实际标记样本和利用专家规则集标记的专家规则集标记样本汇总后，对两种标记样本进行权重分配。在分配好权重的实际标记样本和专家规则集标记样本的基础上，对专家规则集进行模型训练，得到专家规则参数和/或易混淆样本数据；

为了是专家规则集的精准度更高，可以基于专家规则参数和/或易混淆样本数据，继续对专家规则集进行模型训练，直至达到预定训练次数或易混淆样本数据的量小于预定阈值。将训练结束时的专家规则参数添加至专家规则集中，形成最终优化后的专家规则集。将优化后的专家规则集应用于工业设备的自动化运维。

第二方面，本方案提供一种规则训练器，该模型训练器包括：

分配模块，对实际标记样本和专家规则集标记样本进行权重分配；

训练模块，基于分配权重的实际标记样本和专家规则集标记样本进行模型训练，获得专家规则参数和/或易混淆样本数据；

输出模块，将所述专家规则参数更新至专家规则集中，形成优化后的专家规则集。

第三方面，本方案提供一种设备，包括：存储器，一个或多个处理器；存储器与处理器通过通信总线相连；处理器被配置为执行存储器中的指令；所述存储介质中存储有用于执行如上所述专家规则集训练方法中各个步骤的指令。

第四方面，本方案提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述专家规则集训练方法的步骤。

第五方面，本方案提供一种工业设备预警系统，该系统包括：

数据获取单元，获取设备运行数据；

识别单元，基于上述的专家规则集训练器，对设备运行数据进行识别，获得识别结果；

排查单元，根据数据的识别结果，对设备故障进行预警。

本发明的有益效果如下：