[發明專利]一種面向數據融合的數字化基礎設施健康評估方法

在審

• 申請號: 202310069976.3
• 申請日: 2023-02-07
• 公開（公告）號: CN116384797A
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 劉柏嵩;董倩;潘澤江;夏剛;蘇劍
• 申請（專利權）人: 寧波大學
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06F18/2411;G06F18/213;G06F18/214;G06F18/25
• 代理公司: 寧波中致力專利代理事務所(普通合伙) 33322
• 代理人: 張圓;黃挺

1.一種面向數據融合的數字化基礎設施健康評估方法，其特征在于：包括以下步驟：

S1、數據預處理：獲取數字化設備的內部和外部狀態特征，通過數據預處理將內部和外部狀態特征進行數據對齊并映射到統一的狀態空間中；

S2、特征關聯度分析：對狀態特征之間的關聯度進行分析，以獲取影響力較大的特征；

S3、構造基于GRU的自動編碼解碼器，將設備的狀態數據映射到某一特征空間，并對連續狀態之間的序列變化關系進行建模，輸出包含了狀態序列之間變化信息的特征；

S4、構建基于專家經驗的動態權重模型，用于估計各個內部運行狀態隨著外部環境狀態改變的權重占比，輸出包含了狀態在正常范圍內和非正常范圍內權重信息的特征；

S5、數據融合：將步驟S3和S4所輸出的特征進行拼接融合，得到新的狀態特征用于SVM分類器，訓練SVM分類器模型；

S6、健康評估等級預測和分析：基于已經訓練好的SVM分類器模型，對設備的當前狀態進行實時健康評估預測。

2.根據權利要求1所述的一種面向數據融合的數字化基礎設施健康評估方法，其特征在于：在步驟S1中，對于已獲取的狀態數據，經過預處理操作，將其轉換為無量綱化的測評特征，使得各個狀態處于同一數量級別；其中，利用標準差化法和獨熱編碼進行結合，并通過特征嵌入壓縮將各個狀態數據映射在同一模式。

3.根據權利要求1或2所述的一種面向數據融合的數字化基礎設施健康評估方法，其特征在于：所述步驟S1具體包括以下子步驟：

S10、運維系統通過設備檢測器和環境感知器，分別獲取數字化設備本身的內部運行狀態以及設備所處的環境狀態；

S11、對于分類數據首先進行獨熱編碼將數據轉為機器可讀模式，再通過softmax分類器得到維度統一的特征向量表示形式；

S12、使用標準差標準化法對所有數據特征進行處理，使其分布在同一特征空間內，且服從正態分布，使用公式形式化如下公式所示：

，

其中，代表全部數據的均值，代表該數據集下的標準差，表示原始數據值，表示原始數據經過轉換后的值；

S13、對數據集中的標簽進行編碼，編碼方式采用獨熱編碼方式。

4.根據權利要求1所述的一種面向數據融合的數字化基礎設施健康評估方法，其特征在于：在步驟S2中，通過構造基于權重的隨機森林以及基于濾波的獨立性校驗分析，從縱向和橫向的角度分析得出對設備影響較大的狀態。

5.根據權利要求1或4所述的一種面向數據融合的數字化基礎設施健康評估方法，其特征在于：所述步驟S2具體包括以下子步驟：

S20、特征間的縱向分析：通過建立多個特征決策樹以構建隨機森林，通過在分類的基礎上進行回歸分析，借助分類結果進行運算獲得各個特征的重要性程度；在決策樹中，某一個節點?的重要性程度計算公式為：

，

其中，，，分別為節點以及其左右節點中訓練樣本與總訓練樣本數目的比例，，，分別為節點以及其左右節點的不純度；獲得每個節點的重要性程度后，通過以下公式得出特征的重要性程度：

，

其中，表示特征的重要性程度，表示特征在子樹中的重要性程度；

S21、特征間的橫向分析：基于濾波校驗特征之間的關聯程度，通過關聯度分析，在高度關聯的特征中刪除貢獻值較小的特征，僅保留貢獻值最大的特征作為后續模型的輸入數據；在此，將皮爾遜相關系數定義為兩個特征向量之間的協方差和標準差的商，則總相關系數的計算公式為：

，

其中，表示特征X和特征Y向量值之間的協方差，表示特征向量X的標準差，表示特征向量Y的標準差；

S22、基于設備狀態特征間的縱向和橫向分析，最終將影響力較大的特征向量賦予較高的初始化權重因子，其他影響較小的特征向量賦予較小的初始化權重因子或者直接在特征空間中剔除。