[发明专利]一种通用的基于数据挖掘的机器学习方法、装置以及系统

说明书

本发明公开了一种通用的基于数据挖掘的机器学习方法、装置以及系统，其方法先以固定频率采集电子设备中不同工作指标的数值，对不同工作指标的数值进行特征选择，得到与电子设备运行状态最贴近的工作指标，将该工作指标的数值作为基础训练数据，计算得到其分组周期，按时间顺序进行分组；随后通过每一基础训练数据的特征值判断故障所在的周期，以故障所在的周期对基础训练数据进行分组，在通过非线性状态评估算法计算两类分组，得到故障阈值，实现了对不同类型电子设备的通用故障检测。

技术领域

本发明涉及故障监测技术领域，尤其涉及一种通用的基于数据挖掘的机器学习方法、装置以及系统。

背景技术

截至目前，设备的维护方式有三种，一是定期维护，此种维护方法成本高，需要离线检修；二是故障后维护，这种方式是在设备造成了损毁或其他更大损失，属于事后维修；三是在设备运行时监测设备的某些特征量，以确定设备状态(良好，故障)。

显然运行时监测设备具有较大优势，维修成本较低的同时也有效减少了维护的时间以及因故障导致的设备损坏；但现今存在的在线监测报警算法通用性差，不适用于不同类型的设备，模拟故障试验成本高，故障样本难以获得，且不能满足多样化需求，例如，训练时故障样本很难获得，样本存在不平衡问题；故障种类很多，很难穷尽；数据量大，故障定位困难；故障报警的实时性要求高因此目前急需一种通用的基于数据挖掘的机器学习方法。

发明内容

针对上述的技术问题，克服现有技术存在的不足，本发明提供一种通用的基于数据挖掘的机器学习方法、装置以及系统，实现对不同类型的电子设备故障的准确判断，其故障检测精确到周期，方便维护、节约成本。

具体的，本发明提供一种通用的基于数据挖掘的机器学习方法，包括以下步骤：

以固定频率采样电子设备的运行工作的每一个工作指标的采样数值，并对每一个工作指标采样到的所有采样数值均组成该工作指标对应的时序序列；

对每一个工作指标对应的时序序列进行特征选择，从中确定与所述电子设备运行状态相关度最大的工作指标以及所述相关度最大工作指标序列时域特征值，并以确定的所述最大的工作指标对应的采样数值为基础训练数据；

根据所述基础训练数据的时序特征量计算出分组周期，并以所述分组周期对所述基础训练数据进行分组，并根据时间顺序确定每一组的序号；

通过计算每一基础训练数据组的序列时域特征值，判断该基础训练数据组是否属于故障所在组，并记录故障所在组的组序号；

根据故障所在组的组序号，按时间顺序将分组后的基础训练数据组划分成训练样本组和测试样本组；其中，所述训练样本组包括的每一基础训练数据组均不属于故障所在组；所述测试样本组包括至少一个基础训练数据组是故障所在组；

根据非线性状态评估算法，对训练样本组中的每一基础训练数据组进行计算获得故障阈值；

根据所述故障阈值，判断在所述测试样本组中判定为存在故障的基础训练数据组的组序号是否与记录的组序号是否一致；

若是，则以所述故障阈值作为判定所述电子设备运行是否存在故障的标准工作指标。

作为进一步，所述对每一个工作指标对应的时序序列进行特征选择，从中确定与所述电子设备运行状态相关度最大的工作指标，具体包括：

提取每一个工作指标对应的序列时域特征值，将全部的序列时域特征值合并成时序序列的特征全集；采用序列后向选择算法对时序序列的特征全集进行特征选择；将经特征选择后的提取到的序列时域特征值带入评价函数，得到最优的序列时域特征值；将所述最优的时域特征值对应的工作指标确定为与所述电子设备运行状态相关度最大的工作指标。

作为进一步，所述根据所述基础训练数据计算出分组周期，具体包括：