[發(fā)明專利]一種基于數(shù)據(jù)挖掘的設(shè)備全生命周期管理方法

有效

• 申請?zhí)枺?/td>: 202011189047.9
• 申請日: 2020-10-30
• 公開（公告）號: CN112288014B
• 公開（公告）日: 2023-01-24
• 發(fā)明（設(shè)計）人: 尹春林;劉柱揆;趙現(xiàn)平;楊政;潘侃;朱華
• 申請（專利權(quán)）人: 云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號: G06F18/2415
• 分類號: G06F18/2415;G06F18/23213;G06Q50/06
• 代理公司: 北京弘權(quán)知識產(chǎn)權(quán)代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種基于數(shù)據(jù)挖掘的設(shè)備全生命周期管理方法，其特征在于，包括以下步驟：

采集設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)；

對采集到的所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)進行特征分析和統(tǒng)一化表征；

按照實際需求設(shè)定所述設(shè)備運行數(shù)據(jù)和檢修數(shù)據(jù)的數(shù)據(jù)標簽和標簽權(quán)重；

依據(jù)所述設(shè)備運行數(shù)據(jù)和檢修數(shù)據(jù)的標簽權(quán)重，構(gòu)建設(shè)備畫像標簽體系；

通過K-means數(shù)據(jù)聚類算法對統(tǒng)一化表征后的所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)屬性進行降維處理，生成相似簇；

利用Apriori算法挖掘設(shè)備異常或故障數(shù)據(jù)與造成故障因素數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則；

依據(jù)所述關(guān)聯(lián)規(guī)則對數(shù)據(jù)屬性進行故障分類，構(gòu)建設(shè)備故障預(yù)測模型；

基于所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)，訓(xùn)練所述設(shè)備故障預(yù)測模型，得到資產(chǎn)設(shè)備畫像預(yù)測模型；

通過所述資產(chǎn)設(shè)備畫像預(yù)測模型得到全生命周期運行的設(shè)備畫像預(yù)測結(jié)果；

通過所述設(shè)備畫像預(yù)測結(jié)果和所述設(shè)備畫像標簽體系，優(yōu)化企業(yè)設(shè)備資產(chǎn)全生命周期過程中的需求、采購、使用、維護、報廢環(huán)節(jié)。

2.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)挖掘的設(shè)備全生命周期管理方法，其特征在于，所述對采集到的所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)進行特征分析和統(tǒng)一化表征之前，包括：

將采集到的所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)處理空值數(shù)據(jù)、去除噪聲數(shù)據(jù)和異常值；

將數(shù)據(jù)格式轉(zhuǎn)換成挖掘所需的格式。

3.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)挖掘的設(shè)備全生命周期管理方法，其特征在于，所述對采集到的所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)進行特征分析和統(tǒng)一化表征，包括：

對于同一故障斷面下的數(shù)據(jù)集進行表征如下，

式中，D_j，t表示在t時刻下發(fā)生j類故障采集到的數(shù)據(jù)集，F(xiàn)表示故障類別數(shù)目，包含電氣量數(shù)據(jù)環(huán)境監(jiān)測數(shù)據(jù)設(shè)備運行狀態(tài)數(shù)據(jù)安防監(jiān)測數(shù)據(jù)

將上述數(shù)據(jù)進行統(tǒng)一化表示為：

D_j＝(x_j1，x_j2，...，x_jn)，n＝m^*N^*T

式中，m表示單一監(jiān)測指標的個數(shù)，N表示在故障斷面下采集數(shù)據(jù)的頻率，T表示在故障斷面下采集數(shù)據(jù)時長，x_j1，x_j2，…，x_jn分別表示發(fā)生j類故障時采集到的各個相關(guān)的造成故障因素數(shù)據(jù)，n表示故障數(shù)據(jù)類別。

4.根據(jù)權(quán)利要求3所述的一種基于數(shù)據(jù)挖掘的設(shè)備全生命周期管理方法，其特征在于，所述通過K-means數(shù)據(jù)聚類算法對統(tǒng)一化表征后的所述設(shè)備臺賬數(shù)據(jù)、運行數(shù)據(jù)和檢修數(shù)據(jù)屬性進行降維處理，生成相似簇，包括：

對于數(shù)據(jù)集D，

D＝{D₁，D₂，...，D_j，...，D_F}，D＝(x_j1，x_j2，...，x_jn)

則相關(guān)樣本D_s、D_j的歐式距離為：

其平均誤差準則函數(shù)I_c為：

式中，x_si表示樣本D_s數(shù)據(jù)集中的第i個個體,x_ji表示樣本D_j的數(shù)據(jù)集中的第i個個體,x_j表示數(shù)據(jù)集D中第j個個體，k表示聚類族數(shù)，n_i表示第j族數(shù)據(jù)均值，t_j表示第j族數(shù)據(jù)個數(shù)；

根據(jù)數(shù)據(jù)集中的各個樣本到預(yù)選中心的距離將其歸到距離最小的類中；

通過上式計算所有歸到各個類中數(shù)據(jù)的平均值；

更新每個類的中心，直到平方誤差準則函數(shù)穩(wěn)定在最小值，生成相似簇，實現(xiàn)數(shù)據(jù)分類。