[發(fā)明專利]基于滑動窗口的隨機森林突發(fā)性故障預(yù)警方法

有效

• 申請?zhí)枺?/td>: 202110216270.6
• 申請日: 2021-02-26
• 公開（公告）號: CN112966434B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計）人: 謝國;李思雨;柳宇;梁莉莉;姬文江;穆凌霞;黑新宏;馬佳琳;雷沁瑜
• 申請（專利權(quán)）人: 四化信息科技（深圳）有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F18/214;G06F18/2431
• 代理公司: 深圳峰誠志合知識產(chǎn)權(quán)代理有限公司 44525
• 代理人: 趙愛婷

1.基于滑動窗口的隨機森林突發(fā)性故障預(yù)警方法，其特征在于，具體按照以下步驟實施：

步驟1、構(gòu)建隨機森林算法中自適應(yīng)目標(biāo)標(biāo)簽生成策略：通過分析制氬空分系統(tǒng)中監(jiān)測的突發(fā)性故障數(shù)據(jù)特征，在傳統(tǒng)隨機森林算法的基礎(chǔ)上，自適應(yīng)構(gòu)建目標(biāo)標(biāo)簽L_p；

所述步驟1具體如下：

步驟1.1、找出制氬空分系統(tǒng)中突發(fā)性故障監(jiān)測數(shù)據(jù)的最值，在監(jiān)測數(shù)據(jù)x_i中，i＝1,2,…,N，找出最大值x_max和最小值x_min，其中，x_i表示第i個突發(fā)性故障監(jiān)測數(shù)據(jù)，N表示突發(fā)性故障監(jiān)測數(shù)據(jù)的總個數(shù)；

步驟1.2、根據(jù)式(1)計算監(jiān)測數(shù)據(jù)中相鄰兩個數(shù)據(jù)之間的一階差分絕對值△x_j,j＝1,2,…,N-1，并將計算得到的一階差分絕對值△x_j存放在差分集合△X中；

其中，△x_j表示計算得到的第j個相鄰數(shù)據(jù)的一階差分絕對值，N-1表示所得差分絕對值的總個數(shù)；

步驟1.3、找出差分集合△X＝{△x₁,△x₂,…,△x_j|j＝1,2,…,N-1}中的最小值△x_min，并將△x_min作為生成目標(biāo)標(biāo)簽的步長；

步驟1.4、生成目標(biāo)標(biāo)簽L_p，以x_min和x_max作為目標(biāo)標(biāo)簽生成的區(qū)間端點，△x_min作為目標(biāo)標(biāo)簽生成的步長，構(gòu)建目標(biāo)標(biāo)簽L_p，p＝1,2,…,M，其中，L_p表示生成的第p個標(biāo)簽，M表示目標(biāo)標(biāo)簽生成的總個數(shù)；

經(jīng)過以上步驟，對制氬空分系統(tǒng)中突發(fā)性故障數(shù)據(jù)的預(yù)處理完成；

步驟2、構(gòu)建數(shù)據(jù)集：將制氬空分系統(tǒng)突發(fā)性故障的監(jiān)測數(shù)據(jù)作為樣本集，并將該樣本集劃分為訓(xùn)練集和測試集，構(gòu)建適合于基于滑動窗口的隨機森林算法的數(shù)據(jù)集；

步驟3、建立決策樹：針對步驟2中所得訓(xùn)練集，通過隨機抽取該訓(xùn)練集中的樣本，建立多棵決策樹；

步驟4、在測試集中加入滑動窗口，實現(xiàn)突發(fā)性故障預(yù)警：通過計算多棵決策樹預(yù)測值的平均值確定輸入樣本的最終預(yù)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于滑動窗口的隨機森林突發(fā)性故障預(yù)警方法，其特征在于，所述步驟2具體如下：

步驟2.1、將步驟1中生成的目標(biāo)標(biāo)簽L_p作為基于滑動窗口的隨機森林算法的訓(xùn)練集標(biāo)簽y_train，p＝1,2,…,M；

步驟2.2、將目標(biāo)標(biāo)簽作為訓(xùn)練集樣本x_train；

步驟2.3、將制氬空分系統(tǒng)中所有的突發(fā)性故障監(jiān)測數(shù)據(jù)作為基于滑動窗口的隨機森林的測試集x_test；

步驟2.3、利用bootstrap方法，從訓(xùn)練集樣本x_train中隨機且有放回地抽取M個子樣本，共進行Mt次采樣，并生成Mt個子訓(xùn)練集，其中，每組子訓(xùn)練集的樣本容量與訓(xùn)練集的樣本容量相同，均為M。