[发明专利]一种基于大数据的管道智能预警方法和系统

权利要求书

1.一种基于大数据的管道智能预警方法，其特征在于，包括如下步骤：

1)获取数据按照不同场景进行分类，该场景分类包括大型保电、常规管道运维施工、地面机械施工、管道内线缆盗割、海缆和动物啮咬，将每个类的数据组都分为训练数据和测试数据；

2)搭建混合高斯模型，所述混合高斯模型为多个单高斯模型的线性组合，单高斯模型的个数和场景分类数量相同，每一个单高斯模型为一个聚类，则混合高斯模型用下式表示：

其中，X为随机变量,是混合高斯模型中的第k个聚类，Π_k为混合系数,是每个单高斯模型的权重，满足Π_k0,μ_k为均值、为方差，K为聚类总个数,使用期望值极大算法估计混合高斯模型的参数,具体包括如下：

2.1)将混合高斯模型的表达式带入取对数后的似然函数，如下：

x_n表示数据，N表示数据个数；

2.2)假定数据x_n，则其属于第k个聚类的概率为：

2.3)采用迭代法估计每个聚类的参数，假设在上一步中得到的γ(n,k)为数据x_n属于第k个聚类的概率，则每个聚类生成了γ(1,k)x₁,...,γ(N,k)x_N这些点，可求得：

重复步骤2.2)-步骤2.3)，直到混合高斯模型的参数值稳定为止；

3)将每个类的训练数据同时输入混合高斯模型进行训练；

4)将每个类的测试数据同时输入训练好的混合高斯模型进行测试；

5)采用测试通过的混合高斯模型进行场景识别。

2.如权利要求1所述的一种基于大数据的管道智能预警方法，其特征在于，步骤1)中，每个类的数据组至少包含时间、位置、单一事件类型三个元素。

3.如权利要求1所述的一种基于大数据的管道智能预警方法，其特征在于，步骤3)中训练过程采用Anaconda环境中sklearn库实现。

4.一种基于大数据的管道智能预警系统，其特征在于，采用权利要求1至3中任一项所述的一种基于大数据的管道智能预警方法，包括如下

数据获取模块，用于获取数据按照不同场景进行分类，该场景分类包括大型保电、常规管道运维施工、地面机械施工、管道内线缆盗割、海缆和动物啮咬，每个类的数据组都分为训练数据和测试数据；

模型构建模块，构建混合高斯模型，使用期望值极大算法估计混合高斯模型的参数使用期望值极大算法估计混合高斯模型的参数；

训练模块，将每个类的训练数据同时输入混合高斯模型进行训练；

测试模块，将每个类的测试数据同时输入训练好的混合高斯模型进行测试；

识别模块，采用测试通过的混合高斯模型进行场景识别。