[发明专利]设备故障序列模式的挖掘方法及装置

说明书

本发明提供了一种设备故障序列模式的挖掘方法及装置，涉及设备故障维修技术领域，该方法包括：获取故障文本的相似度矩阵，其中，故障文本包括多条故障文本，故障文本为用于描述至少一个设备的故障信息的文本，相似度矩阵中包括任意两个故障文本之间的相似度；基于相似度矩阵在故障文本中提取频繁项目集；在频繁项目集中进行故障序列模式的挖掘，得到目标故障序列模式集，缓解现有的序列模式挖掘算法无法在非结构化的故障信息中提取有效序列模式的技术问题。

技术领域

本发明涉及设备故障维修领域，尤其是涉及一种设备故障序列模式的挖掘方法及装置。

背景技术

在存储格式上，设备的故障历史信息多以表格的形式进行储存。每行记录着一次设备故障信息，由日期、设备号、故障件型号、故障件名称、故障件编号、故障详细情况、处理结果等列记录模块组成，具有一定的结构化特征，其中，故障详细情况列记录是非结构化的文本描述。不同故障报告方所记录的故障详细情况的文本描述因人而异，呈现非结构化特征。

因此，如何从这些设备故障半结构化文本资料中提取有效信息，实现设备故障序列模式的挖掘，为预防性维修决策提供指导成为亟待解决的技术问题。

由于故障文本信息的非结构化特性，现有的序列模式挖掘算法不适用于这种情况。针对上述问题，还未提出有效解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种设备故障序列模式的挖掘方法及装置，以缓解现有的序列模式挖掘算法无法在非结构化的故障信息中提取有效序列模式的技术问题。

第一方面，本发明实施例提供了一种设备故障序列模式的挖掘方法，包括：获取故障文本的相似度矩阵，其中，所述故障文本包括多条故障文本，所述故障文本为用于描述至少一个设备的故障信息的文本，所述相似度矩阵中包括任意两个故障文本之间的相似度；基于所述相似度矩阵在所述故障文本中提取频繁项目集；在所述频繁项目集中进行故障序列模式的挖掘，得到目标故障序列模式集。

进一步地，获取故障文本的相似度矩阵包括：获取待处理的所述故障文本；对所述故障文本进行分词处理；利用向量空间模型对执行所述分词处理之后的所述故障文本进行格式转化，转化成采用向量空间模型方法所表示的中间故障文本；基于所述中间故障文本构建TF-IDF模型，其中，所述TF-IDF模型中包括所述中间故障文本中每个词语的TF-IDF值；基于所述TF-IDF模型确定所述相似度矩阵。

进一步地，基于所述中间故障文本构建TF-IDF模型包括：基于所述中间故障文本统计所述故障文本中每个词语的词频，其中，所述词频表示所述词语在所述故障文本中出现的次数；基于所述中间故障文本计算所述故障文本中每个词语的逆文档频率；结合所述词频和逆文档频率计算每个词语的TF-IDF值；基于所述每个词语的TF-IDF值构建所述TF-IDF模型。

进一步地，基于所述中间故障文本计算所述故障文本中每个词语的逆文档频率包括：通过公式计算词语t_i的所述逆文档频率，其中，所述|D|表示所述故障文本中的文本数量，d_j为所述故障文本中表示包含所述词语t_i的文本，idf_i为所述词语t_i的所述逆文档频率。

进一步地，基于所述每个词语的TF-IDF值构建所述TF-IDF模型包括：通过公式tfidf_i,j＝tf_i,j×idf_i计算所述词语t_i的TF-IDF值，其中，tfidf_i,j为所述词语t_i的TF-IDF值，tf_i,j为所述词语t_i的词频；通过公式对所述词语t_i的TF-IDF值进行归一化处理，得到处理之后的TF-IDF值。