[发明专利]一种工业设备征兆的目标样本的确定方法及系统有效
申请号: | 202110194751.1 | 申请日: | 2021-02-21 |
公开(公告)号: | CN112559602B | 公开(公告)日: | 2021-07-13 |
发明(设计)人: | 田春华;李闯;马国;张浩 | 申请(专利权)人: | 北京工业大数据创新中心有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/28 |
代理公司: | 北京润捷智诚知识产权代理事务所(普通合伙) 11831 | 代理人: | 安利霞 |
地址: | 100090 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 工业 设备 征兆 目标 样本 确定 方法 系统 | ||
本发明提供一种工业设备征兆的目标样本的确定方法及系统,所述方法包括:获取征兆的待评价样本和征兆的参考样本的相似度;根据所述相似度对所述征兆的待评价样本进行评价处理,获取目标样本集,所述目标样本集包括:与所述征兆的待评价样本的混淆度大于预设值的征兆的目标样本。本发明的技术方案,通过少量案例,在历史数据自动查找“似是而非”的案例,让专家更与针对性去区分哪些是有效征兆,哪些是虚假征兆,为建模提供了更确切的案例。
技术领域
本发明涉及工业技术领域,尤其涉及一种工业设备征兆的目标样本的确定方法及系统。
背景技术
在刻画设备故障逻辑时候,通常涉及到征兆的描述。征兆很直观,但不容易定量刻画;征兆是关键技术指标(如温度、泄漏量、振动的1X振幅等)的一段时间序列,表征了某种趋势(如缓慢上升/下降)或形态(如存在毛刺、震荡等)。
目前的案例采集手段:案例的情景覆盖度非常有限,不利于建模时候的精准刻画,包括如下几个方面:
1)过去的故障案例:数量通常很有限,情景覆盖度有限
2)领域专家自己的记忆或手工查看:对IT建模或实现来说,覆盖度太低
3)IT专家在测试中发现的:迭代周期长,对IT专家的才智和责任心要求很高。
发明内容
本发明的实施例提供一种工业设备征兆的目标样本的确定方法及系统,用于通过少量案例,在历史数据自动查找“似是而非”的案例作为待评价样本,从而确定目标样本,根据目标样本集中的目标样本可以更容易区分哪些征兆是有效征兆,哪些是虚假征兆。
为了解决上述技术问题,本发明的实施例提供如下技术方案:
一种工业设备征兆的目标样本的确定方法,包括:
获取征兆的待评价样本和征兆的参考样本的相似度;
根据所述相似度对所述征兆的待评价样本进行评价处理,获取目标样本集,所述目标样本集包括:与所述征兆的待评价样本的混淆度大于预设值的征兆的目标样本。
可选的,所述获取征兆的待评价样本和征兆的参考样本的相似度,包括:
对所述参考样本的原始时序进行时序分解,获取时序分解结果;
根据时序分解结果,确定相似度评价指标集;
根据相似度评价指标集,获取所述待评价样本与所述参考样本的相似度。
可选的,对所述参考样本的原始时序进行时序分解,获取时序分解结果,包括:
对所述参考样本的原始时序进行时序分解,获得趋势项、周期项以及残差项;
根据参考样本的趋势项、周期项、残差项,确定相似度评价指标集。
可选的,根据相似度评价指标集,获取所述待评价样本与所述参考样本的相似度,包括:
采用预设时序序列相似度算法,根据时序分解结果,获取所述待评价样本与所述参考样本的相似度矩阵。
可选的,根据参考样本的趋势项、周期项、残差项,确定相似度评价指标集,包括:
如果周期项与残差项的能量占比之和大于第一阈值,则确定使用振荡类型相似度评价指标;否则,对所述趋势项进行线性回归,获取线性回归模型,如果所述线性回归模型的假设机率p-value小于第二阈值,则确定使用趋势类型相似度评价指标;否则,确定使用预设形状相似度评价指标。
可选的,周期项与残差项的能量占比,分别通过以下过程获得:
获取所述待评价样本的原始时序的整体方差、周期项的方差以及残差项的方差;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大数据创新中心有限公司,未经北京工业大数据创新中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110194751.1/2.html,转载请声明来源钻瓜专利网。