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

在審

• 申請?zhí)枺?/td>: 202011237252.8
• 申請日: 2020-11-09
• 公開（公告）號: CN112418010A
• 公開（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（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G01K13/00;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測方法，屬于機(jī)器學(xué)習(xí)領(lǐng)域，解決的問題是在大型工業(yè)環(huán)境中，對多臺設(shè)備溫度進(jìn)行監(jiān)控，找到并排序需要處理的設(shè)備。首先找出溫度異常的設(shè)備，接著采集設(shè)備的基本性能指標(biāo)進(jìn)行特征工程處理，然后用LightGBM分別進(jìn)行二分類判斷和三分類判斷，二分類為必須處理和正常，三分類為必須處理、臨界區(qū)、正常，最后將兩個(gè)模型融合得到溫度異常設(shè)備的排序結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)領(lǐng)域，更具體地，設(shè)計(jì)到一種推薦排序算法。

背景技術(shù)

在大型工業(yè)領(lǐng)域里，需要監(jiān)控多臺設(shè)備的運(yùn)行情況，為了防止機(jī)器溫度過高影響機(jī)器作業(yè)。因?yàn)樵O(shè)備溫度跟實(shí)際作業(yè)狀況和周邊環(huán)境有關(guān)，而不同類別的設(shè)備耐受高溫的能力不同，且可能存在同一時(shí)間點(diǎn)出現(xiàn)多臺設(shè)備溫度異常情況，因此需要知道同一時(shí)間段內(nèi)設(shè)備異常程度排序結(jié)果，從而及時(shí)對其進(jìn)行處理。在傳統(tǒng)的排序模型中，單個(gè)模型通常只考慮某方面，可能無法工業(yè)環(huán)境中各種復(fù)雜條件的要求，而LightGBM是一種性能特別良好的機(jī)器學(xué)習(xí)模型，能夠?qū)W習(xí)工業(yè)環(huán)境中各種復(fù)雜條件，輸出最優(yōu)的排序結(jié)果。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于LightGBM融合模型的設(shè)備溫度監(jiān)測方法，所述的方法包括：

(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)對兩個(gè)模型進(jìn)行融合，并利用融合模型對設(shè)備進(jìn)行預(yù)測，根據(jù)設(shè)備異常程度進(jìn)行排序得到結(jié)果。

進(jìn)一步地，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。

進(jìn)一步地，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)簽對象為正常和臨界區(qū)，監(jiān)測時(shí)對每個(gè)設(shè)備進(jìn)行預(yù)測，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)測時(shí)分別對每個(gè)設(shè)備進(jìn)行預(yù)測，得到每個(gè)設(shè)備對應(yīng)的概率值p_t1，p_t2和p_t3。

進(jìn)一步地，所述的步驟(3)模型融合的具體方法為：

(31)對二分類模型兩種預(yù)測結(jié)果分別給一個(gè)權(quán)值，兩種情況分別對應(yīng)為s₁和s₂，三分類模型的三種預(yù)測結(jié)果也分別獲得對應(yīng)權(quán)值t₁,t₂和t₃；

(32)根據(jù)預(yù)測結(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_t22+p_t3*t₃