[發(fā)明專利]一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011237252.8
• 申請(qǐng)日: 2020-11-09
• 公開(kāi)（公告）號(hào): CN112418010A
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 宮大為;黎典;葉小龍;何志恒;李曉寧
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G01K13/00;G06N20/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測(cè)方法，其特征在于，所述方法包括以下步驟：

(1)分別采集溫度超出正常范圍和正常的設(shè)備的基本性能指標(biāo)，進(jìn)行數(shù)據(jù)預(yù)處理并提取出主要特征，并根據(jù)專家經(jīng)驗(yàn)對(duì)溫度超出正常范圍設(shè)備標(biāo)記為必須處理和臨界區(qū)，得到三種類別的標(biāo)簽；

(2)基于LightGBM模型，將提取的特征和對(duì)應(yīng)類別標(biāo)簽分別訓(xùn)練一個(gè)二分類模型和一個(gè)三分類模型；

(3)對(duì)兩個(gè)模型進(jìn)行融合，并利用融合模型對(duì)設(shè)備進(jìn)行預(yù)測(cè)，根據(jù)設(shè)備異常程度進(jìn)行排序得到結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測(cè)方法，其特征在于，所述的步驟(1)特征提取的具體方法為：

(11)分別采集設(shè)備溫度異常時(shí)間、設(shè)備類別、曾經(jīng)異常的次數(shù)、異常工作性能指標(biāo)數(shù)、異常點(diǎn)坐標(biāo)x，異常點(diǎn)坐標(biāo)y，異常點(diǎn)坐標(biāo)z這七類特征，清洗原始采集的數(shù)據(jù)，消除噪聲；

(12)對(duì)正常設(shè)備的異常點(diǎn)(x，y，z)坐標(biāo)置為(x₀，y₀，z₀)；

(13)分別將溫度異常時(shí)間和異常工作性能指標(biāo)數(shù)、設(shè)備類別和曾經(jīng)異常次數(shù)捆綁，形成兩個(gè)新特征。

3.根據(jù)權(quán)利要求1所述的一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測(cè)方法，其特征在于，所述的步驟(2)模型訓(xùn)練的具體方法為：

(21)訓(xùn)練的二分類模型主要分為不需要處理和必須要處理的設(shè)備，不需要處理設(shè)備包含的標(biāo)簽對(duì)象為正常和臨界區(qū)，監(jiān)測(cè)時(shí)對(duì)每個(gè)設(shè)備進(jìn)行預(yù)測(cè)，得到不需要處理和需要處理的概率值p_s1和p_s2；

(22)訓(xùn)練的三分類模型的標(biāo)簽主要分為正常、臨界區(qū)、必須處理，監(jiān)測(cè)時(shí)分別對(duì)每個(gè)設(shè)備進(jìn)行預(yù)測(cè)，得到每個(gè)設(shè)備對(duì)應(yīng)的概率值p_t1，p_t2和p_t3。

4.根據(jù)權(quán)利要求1所述的一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測(cè)方法，其特征在于，所述的步驟(3)模型融合的具體方法為：

(31)對(duì)二分類模型兩種預(yù)測(cè)結(jié)果分別給一個(gè)權(quán)值，兩種情況分別對(duì)應(yīng)為s₁和s₂，三分類模型的三種預(yù)測(cè)結(jié)果也分別獲得對(duì)應(yīng)權(quán)值t₁，t₂和t₃；

(32)根據(jù)預(yù)測(cè)結(jié)果的概率值和權(quán)值得到設(shè)備異常程度score，具體公式如下：

score＝p_s1*s₁+p_s2*s₂+p_t1*t₁+p_t2*t₂+p_t3*t₃

最后根據(jù)異常程度進(jìn)行排序。