[發(fā)明專利]一種磨煤機(jī)數(shù)據(jù)異常檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010083686.0
• 申請(qǐng)日: 2020-02-10
• 公開（公告）號(hào): CN111340063B
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計(jì)）人: 高彥超;劉曙元;吳菲;孫宇笛;關(guān)勝杰;李志強(qiáng);肖榮;夏紹標(biāo);張宏尉
• 申請(qǐng)（專利權(quán)）人: 國(guó)能信控互聯(lián)技術(shù)有限公司
• 主分類號(hào): G06F18/2433
• 分類號(hào): G06F18/2433;G06F18/243;G06F18/214;G06N20/20
• 代理公司: 北京智繪未來專利代理事務(wù)所(普通合伙) 11689
• 代理人: 趙卿

1.一種磨煤機(jī)數(shù)據(jù)異常檢測(cè)方法，其特征在于：

所述方法包括以下步驟：

步驟一：構(gòu)建孤立森林檢測(cè)模型并獲得初步異常檢測(cè)結(jié)果；

步驟二：基于初步異常檢測(cè)結(jié)果，構(gòu)建局部異常因子模型并檢測(cè)出設(shè)備運(yùn)行的異常數(shù)據(jù)；

其中，步驟一所述構(gòu)建孤立森林檢測(cè)模型并獲得初步異常檢測(cè)結(jié)果，包括以下步驟：

步驟1：獲取訓(xùn)練數(shù)據(jù)；

步驟2：基于實(shí)際需要和專家意見，篩選得到目標(biāo)設(shè)備下的若干指標(biāo)，組成訓(xùn)練數(shù)據(jù)；

設(shè)最終得到某個(gè)設(shè)備下N個(gè)指標(biāo)，M條記錄，則第m條的記錄可以看作一個(gè)N維的向量，表示為：Xm＝[xm1，xm2，…xmN]，則訓(xùn)練數(shù)據(jù)為M*N的矩陣形式：

所述篩選得到目標(biāo)設(shè)備下的若干指標(biāo)，組成的訓(xùn)練數(shù)據(jù)中，每條訓(xùn)練數(shù)據(jù)均代表設(shè)備的一個(gè)運(yùn)行狀態(tài)，并且每條訓(xùn)練數(shù)據(jù)中的各個(gè)指標(biāo)值均為同一時(shí)刻的采樣值；

步驟3：根據(jù)篩選指標(biāo)后的訓(xùn)練數(shù)據(jù)，應(yīng)用統(tǒng)計(jì)方法對(duì)空值進(jìn)行填補(bǔ)清洗；

步驟4：采用交互驗(yàn)證方法劃分步驟3得到的訓(xùn)練數(shù)據(jù)；

步驟5：孤立森林訓(xùn)練劃分的數(shù)據(jù)，尋找最佳檢測(cè)參數(shù)并獲得初步異常檢測(cè)結(jié)果；

孤立森林采用構(gòu)建二叉樹森林再進(jìn)行中序遍歷計(jì)算葉子結(jié)點(diǎn)平均深度的方式來尋找異常數(shù)據(jù)；

所述孤立森林訓(xùn)練劃分的數(shù)據(jù)，尋找最佳檢測(cè)參數(shù)并獲得初步異常檢測(cè)結(jié)果，包括以下步驟：

步驟501：從劃分的數(shù)據(jù)中隨機(jī)選擇若干個(gè)樣本，遞歸構(gòu)建二叉搜索樹；

步驟502：基于二叉搜索樹，構(gòu)建二叉樹森林；

步驟503：遞歸中序遍歷計(jì)算二叉樹森林中二叉搜索樹的路徑深度，進(jìn)行樣本預(yù)測(cè)；

步驟504：基于步驟503的結(jié)果，計(jì)算離群點(diǎn)偏離值，得到偏離期望和方差的異常數(shù)據(jù)點(diǎn)；

步驟504中，計(jì)算離群點(diǎn)偏離值，二叉樹森林中所有樣本路徑深度計(jì)算完畢后，通過運(yùn)用統(tǒng)計(jì)學(xué)的方法計(jì)算得出所有數(shù)據(jù)樣本期望值和方差，得到偏離期望和方差的異常數(shù)據(jù)點(diǎn)；

步驟二所述基于初步異常檢測(cè)結(jié)果，構(gòu)建局部異常因子模型并檢測(cè)出設(shè)備運(yùn)行的異常數(shù)據(jù)，包括以下步驟：

步驟1：獲取初步異常檢測(cè)結(jié)果，將孤立森林檢測(cè)模型輸出數(shù)據(jù)作為局部異常因子模型輸入數(shù)據(jù)；

步驟2：采用交互驗(yàn)證方法劃分局部異常因子模型輸入數(shù)據(jù)；

步驟3：利用局部異常因子對(duì)劃分后的局部異常因子模型輸入數(shù)據(jù)進(jìn)行建模，檢測(cè)局部異常數(shù)據(jù)；

步驟4：進(jìn)行局部異常因子模型計(jì)算，檢測(cè)出磨煤機(jī)設(shè)備運(yùn)行異常數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的一種磨煤機(jī)數(shù)據(jù)異常檢測(cè)方法，其特征在于：

步驟1所述獲取訓(xùn)練數(shù)據(jù)，包括以下步驟：

步驟101：在電廠系統(tǒng)數(shù)據(jù)庫(kù)里，查找目標(biāo)設(shè)備以及目標(biāo)設(shè)備下的所有指標(biāo)信息；

步驟102：按照一定的取數(shù)間隔，選取目標(biāo)設(shè)備在運(yùn)行狀態(tài)下的歷史數(shù)據(jù)；

步驟103：預(yù)處理選取的歷史數(shù)據(jù)，去除系統(tǒng)原因?qū)е履承┲等笔У挠涗洠瑥亩玫接?xùn)練數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種磨煤機(jī)數(shù)據(jù)異常檢測(cè)方法，其特征在于：

步驟501中，遞歸構(gòu)建二叉搜索樹，將小于當(dāng)前根結(jié)點(diǎn)的樣本放入左子結(jié)點(diǎn)，將大于當(dāng)前根結(jié)點(diǎn)的樣本放入右子結(jié)點(diǎn)，直到二叉搜索樹已經(jīng)達(dá)到限定深度或者僅剩一個(gè)樣本。