[发明专利]一种工业设备数据的重要性评估方法

权利要求书

1.一种工业设备数据的重要性评估方法，其特征在于，包括如下步骤：

S1：收集工业设备样本数据集，记录样本数据集的基本情况，并对该数据集的质量评估指标的重要性进行打分，形成样本打分数据评分表；

S2：建立基于样本数据的虚拟打分模型；

S3：根据虚拟打分模型对待评估数据集进行打分；

S4：基于打分结果并结合数据质量评估模型，得到待评估数据集的数据质量评估得分。

2.如权利要求1所述的工业设备数据的重要性评估方法，其特征在于，步骤S1具体为：收集若干组不同的样本数据集，记录样本数据集的类型、大小、数据变量个数、数据分析目的，选取若干名专家针对若干组样本数据集的质量评估指标的重要性进行打分。

3.如权利要求2所述的工业设备数据的重要性评估方法，其特征在于，所述质量评估指标包括准确性、完整性、可靠性及冗余性中的至少一种。

4.如权利要求2所述的工业设备数据的重要性评估方法，其特征在于，步骤S2具体为：建立样本数据集与相应样本打分数据之间的若干非线性映射模型，即为若干基于样本数据的虚拟打分模型。

5.如权利要求4所述的工业设备数据的重要性评估方法，其特征在于，采用神经网络、支持向量机、随机森林中的至少一种模型进行建模。

6.如权利要求4所述的工业设备数据的重要性评估方法，其特征在于，步骤S3具体为：通过若干基于样本数据的虚拟打分模型对待评估数据集进行打分，得到若干打分结果。

7.如权利要求6所述的工业设备数据的重要性评估方法，其特征在于，在步骤S4中，所述数据质量评估模型如下：

其中，S表示数据集的数据质量评估得分；N表示虚拟打分模型的个数；R_ij表示第i个专家对第j个评估指标的打分；w_i为第i个专家的权重系数；S_i为第i个虚拟打分模型的打分结果得到的数据质量评估得分；B₂和B₁为设定参数。

8.如权利要求7所述的工业设备数据的重要性评估方法，其特征在于，还包括步骤S5：重复步骤S3和步骤S4若干次，获得若干组数据质量评估得分，对每个得分的权重进行迭代调整。

9.如权利要求8所述的工业设备数据的重要性评估方法，其特征在于，迭代过程具体为：计算S_i与S_j之间的相关系数，若相关系数达到预设值，将对第i个虚拟打分模型的打分结果进行增权Δω，相关系数的计算公式如下：

其中，S_j为真实得分；Var(S_i)为S_i的方差；Var(S_j)为S_j的方差；Cov(S_i，S_j)为S_i与S_j的协方差。

10.如权利要求1至9任一所述的工业设备数据的重要性评估方法，其特征在于，所述待评估数据集为风力发电场数据采集与监视控制系统数据中的数据变量。