[發(fā)明專利]一種基于決策樹的通信鐵塔故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110182996.2
• 申請(qǐng)日: 2021-02-08
• 公開（公告）號(hào): CN112861973A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計(jì)）人: 符志華;李昇平
• 申請(qǐng)（專利權(quán)）人: 汕頭大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 周增元

1.一種基于決策樹的通信鐵塔故障診斷方法，其特征在于，包括以下步驟：

S1：選取通信鐵塔相關(guān)監(jiān)測(cè)參數(shù)和故障類型；

S2：基于SPSS分析軟件對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)篩選和離散化處理，得到離散化數(shù)據(jù)；

S3：根據(jù)C4.5算法建立決策樹模型；

S4：使用肯德爾和諧系數(shù)對(duì)C4.5算法進(jìn)行優(yōu)化，并生成優(yōu)化之后的決策樹模型，建立診斷規(guī)則；

S5：利用建立的診斷規(guī)則進(jìn)行通信鐵塔故障的診斷和預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的基于決策樹的通信鐵塔故障診斷方法，其特征在于，所述步驟S1中監(jiān)測(cè)參數(shù)包括風(fēng)速，傾角，振動(dòng)幅度，三軸振動(dòng)加速度。

3.根據(jù)權(quán)利要求2所述的基于決策樹的通信鐵塔故障診斷方法，其特征在于，所述步驟S2中還包括對(duì)所述監(jiān)測(cè)數(shù)據(jù)使用SPSS分析軟件進(jìn)行變量的分類與標(biāo)準(zhǔn)化。

4.根據(jù)權(quán)利要求3所述的基于決策樹的通信鐵塔故障診斷方法，其特征在于，所述步驟S3具體包括步驟：

S31：計(jì)算各判斷屬性的信息熵；

S32：計(jì)算信息增益；

S33：使用所述信息增益率來判斷最優(yōu)屬性作為決策樹根節(jié)點(diǎn)；

S34：選取特征增益率最大的特征作為根節(jié)點(diǎn)，該特征在不再參與下面的計(jì)算，剩下的特征重復(fù)以上計(jì)算步驟，直到構(gòu)建出一顆完整的決策樹；

S35：進(jìn)行決策樹后剪枝，從下而上對(duì)所有的內(nèi)部節(jié)點(diǎn)進(jìn)行剪枝性能分析，并與未剪枝之前進(jìn)行性能比較，直至呈現(xiàn)出一棵合適的決策樹。

5.根據(jù)權(quán)利要求4所述的基于決策樹的通信鐵塔故障診斷方法，其特征在于，所述步驟S4具體包括步驟：

S41：引入肯德爾和諧系數(shù)；

S42：根據(jù)等價(jià)無窮小原理In(1+x)≈x及換底公式將C4.5算法優(yōu)化。

6.根據(jù)權(quán)利要求5所述的基于決策樹的通信鐵塔故障診斷方法，其特征在于，所述步驟S5具體包括步驟：

將生成的決策樹模型使用Python語言實(shí)現(xiàn)之后首先輸入訓(xùn)練集進(jìn)行訓(xùn)練，然后將實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)輸入，獲得對(duì)應(yīng)的故障分類結(jié)果。