[發明專利]基于增量學習的工業互聯網故障檢測方法、設備及存儲介質

在審

• 申請號: 202210496484.8
• 申請日: 2022-04-30
• 公開（公告）號: CN114818954A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 邱煒偉;尚璇;胡麥芳;汪小益;黃方蕾
• 申請（專利權）人: 杭州趣鏈科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00;G06Q50/04
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

本發明公開了一種基于增量學習的工業互聯網故障檢測方法、設備及存儲介質。本發明首先獲取工業互聯網數據，并將其標記為故障類與非故障類兩個類別。其次基于時間戳，將工業互聯網數據等大小劃分為連續的工業互聯網數據塊。然后在每個類別分布平衡的數據子塊中，增量地訓練一個決策樹模型。同時，使用基于分類性能的集成剪枝機制去除了性能最差的若干基礎分類器。最后使用集成剪枝后的流數據集成分類模型對工業互聯網數據的類別進行預測，從而實現了工業互聯網的故障檢測。本發明使用增量學習的方法訓練流數據集成分類模型，并使用構建好的模型用以識別工業互聯網故障，通過識別出工業互聯網故障，可以降低風險，以保證工業生產的穩定運行。

技術領域

本發明涉及一種基于增量學習的工業互聯網故障檢測方法、設備及存儲介質。

背景技術

隨著大數據技術的飛快發展，工業互聯網數據挖掘問題已經成為了熱點問題。如何從海量、實時達到的、數據分布動態的工業互聯網數據中挖掘出潛在的有用知識，是工業互聯網數據挖掘的關鍵。

工業互聯網故障檢測可以看作是一個分類問題，根據工業互聯網運行的參數數據，工業互聯網數據可被分為故障類與非故障類兩類。通常地，工業互聯網數據的類別分布是不平衡的，即故障類的工業互聯網數據往往比非故障類的工業互聯網數據少。因此，屬于故障類的工業互聯網數據被稱為小樣本，而屬于非故障類的工業互聯網數據被稱為大樣本。在類別分別不平衡的數據環境中，傳統的分類方法的性能往往會偏向于大樣本，即對非故障類的工業互聯網數據具有較好的識別能力。然而，相比于對非故障類的工業互聯網數據的錯誤分類，將故障類工業互聯網數據誤判為非故障類工業互聯網數據往往會帶來更大的損失。因此，可使用類別不平衡分類算法對工業互聯網數據進行分類，從而識別出工業互聯網故障。模型訓練的目標在于不明顯降低對非故障類工業互聯網數據分類性能的前提下，能夠顯著提高其對故障類工業互聯網數據的識別率。

工業互聯網數據是實時不斷產生的，因此很難使用傳統的批處理方法對所有的工業互聯網數據進行收集和建模。同時，工業互聯網數據的數據分布是動態變化的，穩定的分類模型將無法處理符合最新工業互聯網數據，這種數據分布的動態性被稱為概念漂移。因此，可將工業互聯網數據看作流數據，使用基于增量學習的不平衡流數據分類模型對工業互聯網的故障進行檢測，從而可以同時解決工業互聯網數據中的概念漂移與類別不平衡問題。

發明內容

本發明針對現有技術的不足，提供了一種基于增量學習的工業互聯網故障檢測方法、設備及存儲介質。

本發明的一方面，提供了一種基于增量學習的工業互聯網故障檢測方法，包括以下步驟：

步驟1)收集工業互聯網數據，并對其類別進行標記，得到故障類與非故障類兩個類別。

步驟2)基于工業互聯網數據到達的時間戳，將工業互聯網數據等大小劃分為一系列的數據塊，并設C_t是t時刻獲取的工業互聯網數據塊。

步驟3)基于步驟2得到的工業互聯網數據塊C_t，進行混合重采樣，得到工業互聯網數據子塊C_t,i,C_t,i是C_t中的第i個數據子塊，且其中的類別分布是平衡的。

步驟4)基于步驟3得到的類別分布平衡的工業互聯網數據子塊C_t,i，訓練得到一個基礎分類器M_t,i。

步驟5)評估步驟4得到的M_t,i在最終分類決策時的權重，得到W_t,i。

步驟6)基于步驟5計算得到的權重W_t,i，使用基于分類性能的剪枝技術，去除性能基礎分類器，得到M。

步驟7)使用步驟6得到的工業互聯網故障檢測模型M以及步驟5得到的每個基礎分類器的權重W_t,i,預測工業互聯網數據的類別。