[发明专利]一种柴油机数据识别方法

说明书

本发明提供了一种柴油机数据识别方法，包括顺序进行的模型构建、模型应用两部分，模型构建包括：S1：基于领域的通识认知建立通识规则库、基于专家的领域知识建立规则库；S2：读取容量不低于4G且字段信息完整的数据表，将其高斯滤波后的数据作为训练样本；S3：结合专家知识规则库准则将训练样本分为A、B、C三类训练样本；S4：分别针对A、B、C三类训练样本进行特征提取，并对特征数据进行标签处理；S5：将特征数据与标签作为最终训练集导入随机森林分类器，分别得到A、B、C子分类器；模型应用部分主要应用上述步骤形成数据表格。本发明所述的柴油机数据识别方法，针对大功率增压柴油机实采数据具备较佳的数据识别匹配的准确性。

技术领域

本发明属于工业数据挖掘技术领域，尤其是涉及一种结合专家知识规则库与机器学习分类器的柴油机数据识别方法。

背景技术

大功率增压柴油机试验数据目前采用的入数据库方式多为离线入库，由于实采入库数据量较大，在入库、文件迁移过程中无法避免字段丢失，该问题出现将造成原有历史数据无法使用，造成大量可以支撑数据分析、故障研究的信息资源浪费。另一方面，如单纯利用专家经验处理这类数据，海量数据的识别准确性、及时性无法保证。现有技术中，针对工业场景，尤其是针对大功率增压柴油机实采数据识别的方法极少，而面向信息化办公的柴油机数据识别方法并不适用工业场景，故很难借鉴。

发明内容

有鉴于此，本发明旨在提出一种柴油机数据识别方法，以解决大功率增压柴油机的实采数据字段缺失的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种柴油机数据识别方法，包括模型构建、模型应用两部分，所述模型构建包括如下步骤：

S1：基于领域的通识认知建立通识规则库、基于专家的领域知识建立规则库；

S2：读取容量不低于4G且字段信息完整的数据表，将其高斯滤波后的数据作为训练样本；

S3：结合专家知识规则库准则将训练样本分为A、B、C三类训练样本；

S4：分别针对A、B、C三类训练样本进行特征提取，并对特征数据进行标签处理；

S5：将特征数据与标签作为最终训练集导入随机森林分类器，以标签作为分类类型对随机森林分类器进行训练分别得到A、B、C子分类器；

模型应用部分包括以下步骤：

P1：读取数据条目高于5000条的待识别柴油机数据表，然后按照所述S2的方法完成高斯平滑降噪，如果数据处理完成后的数据条目不足，则跳过本次数据识别过程，P2～P5不执行；

P2：基于步骤S1中已内置的通识规则库识别导入数据中的时间戳字段、编号序列字段；按照所述S3的步骤完成A、B、C三类训练数据集归并；

P3：按照所述步骤S4中分别针对A、B、C三类训练样本进行特征提取形成特征数据样本；

P4：分别将A、B、C三类特征数据样本输入A、B、C子分类器，A、B、C子分类器将分别输出其多个字段数据所对应的标签值；

P5：根据预测标签值给原始导入数据表单添加列名，形成带有表头信息的规整的数据表格。

进一步的，所述S1中建立的领域知识规则库的具体方法为：在知识规则库内部预置入3条数据分类规则条件，分别为：

①满足如下条件的归为A类数据，使A类数据包含要求转速、实际转速、要求齿杆：

X(i)＝800，X(i)指的是A类数据内的任一变量的数据序列；

所述规则普遍适应运行状态正常的大功率增压柴油机，但不排除存在极少数的随机异常数据的出现，下式引入的滤波算子能够消除该随机因素：