[发明专利]一种混合型航标报警智能检测方法

权利要求书

1.一种混合型航标报警智能检测方法，其步骤包括：

1)根据历史定时数据和历史报警数据发现相似站点，得到相似站点划分及相似站点数据，包括：

1-1)将每个站点作为聚类的一个元素，选取每个站点的基本信息特征和历史定时数据特征，并根据选取的特征，计算每个站点对应的各个特征的数值或数值组；所述基本信息特征包括但不仅仅包括站点的经度、纬度、历史水位、历史温度；所述历史定时数据特征包括但不仅仅包括时间/时间范围，偏移量、时间/时间范围，灯质、时间/时间范围，电压；

1-2)将历史报警数据按站点进行划分，选取每个站点的历史报警数据特征，并根据选取的特征，计算每个站点对应的历史报警数据特征的数值；

1-3)根据步骤1-1)及步骤1-2)计算得到的结果进行相似站点的发现，并输出相似站点划分及相似站点数据；

2)根据上述相似站点划分及相似站点数据、历史报警数据及该报警时刻向前一段时间的历史定时数据进行报警模型训练，生成二次报警的模型；

3)将实时报警数据及该报警时刻向前一段时间的历史定时数据输入所述二次报警的模型，进行报警结果判断；

4)根据上述报警结果及人工反馈的报警结果，对步骤2)中所述报警模型进行修正。

2.如权利要求1所述的方法，其特征在于，步骤1-2)中所述历史报警数据特征包括但不仅仅包括时间/时间范围，报警总量、报警类型，报警次数；步骤1-3)采用聚类方法进行相似站点的发现，其中所述聚类方法是指K-means、KNN、层次聚类。

3.如权利要求1所述的方法，其特征在于，步骤2)包括：

2-1)对于每一条历史报警数据，提取历史报警数据特征；

2-2)以每一条历史报警数据报警的时间作为基础时间，从历史定时数据中提取该报警时刻向前一段时间的历史定时数据以及历史定时数据特征；

2-3)根据步骤2-1)提取的历史报警数据特征、步骤2-2)提取的历史定时数据特征、步骤1)获取的相似站点划分及相似站点数据、历史处置情况给出报警正确、错误的标签特征，并进行报警模型训练，生成二次报警的模型。

4.如权利要求3所述的方法，其特征在于，步骤2-3)中所述历史处置是指历史报警发生后，相关人员进行的具体处置，以及给出的该报警是否为正确报警的结论；所述报警模型训练采用支持向量机或随机森林传统机器学习方法。

5.如权利要求1所述的方法，其特征在于，所述该报警时刻向前一段时间根据历史报警数据或实时报警数据上报频率、实际场景确定。

6.如权利要求1所述的方法，其特征在于，步骤3)包括：

3-1)提取实时报警数据特征；

3-2)根据实时报警数据发生的时间，获取该报警时刻向前一段时间的历史定时数据，并提取该历史定时数据特征；

3-3)将步骤3-1)提取的实时报警数据特征和步骤3-2)提取的历史定时数据特征输入步骤2)生成的二次报警的模型进行汇聚，得到二次报警结果。

7.如权利要求6所述的方法，其特征在于，步骤3-1)中所述实时报警数据特征包括但不仅仅包括时间/时间范围，报警总量、报警类型，报警次数。

8.如权利要求1所述的方法，其特征在于，步骤4)包括：

4-1)根据上述报警结果及人工反馈的报警结果，输出报警结果反馈数据；其中所述人工反馈的报警结果是指：在报警发生后，工作人员对报警的严重级别进行评估，并进行现场处置的结果；

4-2)将上述报警结果反馈数据作为输入，再次反馈到上述步骤2)中所述报警模型进行训练，以修正报警模型。