[發(fā)明專利]一種發(fā)電廠故障數(shù)據(jù)診斷項(xiàng)目中的隨機(jī)森林分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011300566.8
• 申請(qǐng)日: 2020-11-19
• 公開（公告）號(hào): CN112364929A
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 蔣一波;馮緣
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q50/06
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

1.一種發(fā)電廠故障數(shù)據(jù)診斷項(xiàng)目中的隨機(jī)森林分類方法，其特征在于，從發(fā)電廠故障數(shù)據(jù)診斷系統(tǒng)中提取數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，得到原始樣本集；所述的方法包括以下步驟：

(1)建立隨機(jī)森林模型，過程如下：

(1.1)設(shè)Y為原始樣本集，其中總共有x個(gè)樣例，則每輪從原始樣本集Y中通過Bootstraping(有放回抽樣)的方式抽取x個(gè)樣例，得到一個(gè)大小為x的訓(xùn)練集Y_i。在原始樣本集的抽取過程中，可能有被重復(fù)抽取的樣例，也可能有一次都沒有被抽到的樣例，共進(jìn)行a輪抽取，則每輪抽取的訓(xùn)練集分別為Y₁,Y₂,…,Y_a。理論上被抽取到的樣本占原始樣本集的2/3，未被包含的數(shù)據(jù)被稱為袋外數(shù)據(jù)。

(1.2)建立決策樹，包括以下步驟：

(1.2.1)設(shè)每個(gè)樣本有N個(gè)特征，指定一個(gè)數(shù)n＝|log₂N|，滿足條件nN，在每個(gè)內(nèi)部節(jié)點(diǎn)，從N個(gè)特征中隨機(jī)選取出n個(gè)特征組成新的特征集F_i。從特征集F_i中選擇一個(gè)最優(yōu)屬性對(duì)節(jié)點(diǎn)進(jìn)行分裂；

(1.2.2)每個(gè)節(jié)點(diǎn)都按照步驟(1.2.1)來分裂，直到不能夠再分裂為止。利用CART方法使每棵樹最大限度地生長(zhǎng)，不進(jìn)行剪枝；

(1.3)重復(fù)步驟(1.1)和(1.2).直到所有CART樹都經(jīng)過訓(xùn)練，組合所有決策樹，構(gòu)建成一級(jí)隨機(jī)森林模型P₁；

(2)對(duì)原始樣本集Y進(jìn)行處理，篩選并去除每項(xiàng)樣本中對(duì)應(yīng)類別為漏報(bào)、誤報(bào)的項(xiàng)，數(shù)據(jù)處理操作后余下的樣本集作為新的樣本集Z，同時(shí)對(duì)測(cè)試集進(jìn)行相同數(shù)據(jù)處理操作；

(3)將Z作為原始樣本集，重復(fù)步驟(1)中所有操作，得到二級(jí)隨機(jī)森林模型P₂，最終模型由P₁、P₂組合；

(4)利用測(cè)試集對(duì)二層隨機(jī)森林模型進(jìn)行測(cè)試，評(píng)估模型性能并進(jìn)行調(diào)試；

(5)用隨機(jī)森林分類器對(duì)新的數(shù)據(jù)進(jìn)行判別與分類，分類結(jié)果按樹分類器的投票多少而定，并將分類結(jié)果儲(chǔ)存到數(shù)據(jù)庫(kù)中。

2.如權(quán)利要求1所述的一種發(fā)電廠故障數(shù)據(jù)診斷項(xiàng)目中的隨機(jī)森林分類方法，其特征在于，所述發(fā)電廠故障數(shù)據(jù)診斷系統(tǒng)為SCADA或EMS系統(tǒng)。