[發明專利]一種基于大數據的油品質量分析系統

有效

• 申請號: 201810291998.3
• 申請日: 2018-03-30
• 公開（公告）號: CN110334721B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 王維民;盧衍波;鄭斌;周金廣;王守城;王樂;徐敏;倪慶旭
• 申請（專利權）人: 中國石油化工股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q30/00
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 吳大建;張杰

1.一種基于大數據的油品質量分析系統，其特征在于，包括：

群落分析子系統，其包括：

特征篩選模塊，其用于根據油品樣本數據確定用來建立油品分類模型的油品屬性特征；

業務劃分單元，其用于根據油品來源將油品樣本數據初步劃分為配置油和外采油；

分類監督劃分單元，其用于基于篩選出的油品屬性，利用決策樹分類算法建立油品分類模型，所述油品分類模型根據配置油和外采油的特征，擬合樣本數據，形成區分配置油和外采油的分類規則，根據所述分類規則獲得預測變量在分類中的重要性，基于所述重要性將劃分為配置油和外采油的油品樣本數據進一步劃分為典型外采油、典型配置油、類配置外采油和類外采配置油；

其中，所述典型外采油指的是實際為外采油，且所述油品分類模型判別為外采油的油品；所述典型配置油指的是實際為配置油，且所述油品分類模型判別為配置油的油品；所述類配置外采油指的是實際為外采油，而所述油品分類模型判別為配置油的油品；所述類外采配置油指的是實際為配置油，而所述油品分類模型判別為外采油的油品；

無監督聚類模塊，其用于根據油品間的相似性，利用無監督聚類模型將經過分類劃分的油品樣本數據的每一類進一步細分成若干群落；

群落分析模塊，其用于對劃分后的各個群落進行特征歸納和油品畫像，并對各個群落間的油品差異進行分析；

溯源分析子系統，其包括：

特征篩選模塊，其用于根據油品樣本數據篩選用來建立油品生產廠匹配模型的油品特征指標，并建立油品特征指標體系；

樣本平衡模塊，其用于針對每一個要建立油品生產廠匹配模型的油品供應商，將該供應商的油品樣本數據與其他供應商的油品樣本數據分別作為正樣本與負樣本，進行樣本平衡處理；

模型建立模塊，其用于針對每一個要建立油品生產廠匹配模型的油品供應商，基于建立的油品特征指標體系和平衡后的油品樣本數據，利用二分類算法建立油品生產廠匹配模型；

溯源分析模塊，其基于各個油品供應商的油品生產廠匹配模型，分析新進油品與各個油品供應商的油品的相似度，據此推測所述新進油品的來源；

相關性分析子系統，其包括：

指標相關性分析模塊，其用于根據油品樣本數據分析油品檢測指標之間的相關性；

群落相關性分析模塊，其用于分析不同群落的油品在油品檢測指標上的相關性及差異。

2.如權利要求1所述的油品質量分析系統，其特征在于，

根據油品樣本數據的缺失情況、業務重要性及模型特點，所述群落分析子系統的特征篩選模塊選出用來建立油品分類模型的油品屬性特征，所述溯源分析子系統的特征篩選模塊選出用來建立油品生產廠匹配模型的油品特征指標。

3.如權利要求1所述的油品質量分析系統，其特征在于，所述群落分析子系統的無監督聚類模塊包括：

指標選擇單元，其用于根據待聚類的油品樣本數據的缺失情況、業務重要性及模型特點確定進行聚類分析的油品檢測指標；

數據填補單元，其用于基于中位數填補法對所述油品檢測指標的油品樣本數據中的缺失值進行插補填充；

聚類處理單元，其用于利用K-means聚類模型將經過填補的油品樣本數據進一步細分成若干群落。

4.如權利要求1所述的油品質量分析系統，其特征在于，所述群落分析子系統還包括：

業務分析模塊，其用于根據各個群落的油品特點和/或各個群落的油品差異分析各個群落中油品供應商分布情況和各個油品供應商的群落分布情況，從而獲得各個油品供應商的油品特點和不同油品供應商之間的油品差異。

5.如權利要求1所述的油品質量分析系統，其特征在于，所述群落分析子系統還包括：

群落分級模塊，其用于根據群落的油品特點確定各項檢測指標的分值和權重，計算群落得分，然后根據群落得分情況對群落進行評級；

新油品檢測模塊，其用于通過判斷新進油品樣本數據所落入的群落來判斷所述新進油品的特點；

質量預警模塊，其用于對落入不合格級別的群落的新進油品給予警示。