[发明专利]基于时序数据的专家规则系统的反例生成方法及装置

说明书

本发明提供了一种基于时序数据的专家规则系统的反例生成方法及装置，方法包括：获取基于工业设备的时序数据的专家规则系统的专家规则；根据所述专家规则，采用反例生成模组，输出所述时序数据的原始序列。本发明的方案可以实现工业中常见的时序数据的精确预警。

技术领域

本发明涉及式业设备的信息处理技术领域，尤其涉及一种基于时序数据的专家规则系统的反例生成方法及装置。

背景技术

在工业设备的数据处理过程中，专家规则示例如下表所示：

上述表格中，比如，工业设备的转子热弯曲对应的那一列对应的内容，为转子的征兆；轴颈有机械或电气偏差对应的那一列，为轴颈的征兆；动平衡不良对应的那一列，为动平衡对应的征兆。

现有技术中，很多专家规则并不精确，比如，风机转速存在2Hz的主能量，在什么频域范围为“2Hz”？2Hz能量大到什么程度可以称为“主能量”？

现有技术中，没有现成的“标签”数据去检验或训练专家规则；一个朴素的思想：通过自动生成一定数量的反例(针对当前的阈值设置)，让专家有针对性的打标签，指导专家规则的细化。但随机生成案例，要么反例比例太低，要么与距离正例太远，对于细化阈值提供不了帮助。

发明内容

本发明提供一种基于时序数据的专家规则系统的反例生成方法及装置，可以实现工业中常见的时序数据(如传感器数据)的精确预警。

为解决上述技术问题，本发明的实施例提供一种基于时序数据的专家规则系统的反例生成方法，包括：

获取基于工业设备的时序数据的专家规则系统的专家规则；

根据所述专家规则，采用反例生成模组，输出所述时序数据的原始序列。

可选的，根据所述专家规则，采用反例生成模组，输出所述时序数据的原始序列，包括：

将所述专家规则输入专家规则的有向无环图解析器中解析，得到专家规则的有向无环图；

在所述有向无环图中，找出能够从第一级节点到最后一级节点的所有通路序列；

在其中一个通路序列的最后一级节点上，将第一时序特征函数输出的变换后的序列，输入到该节点对应的第一特征反函数中，得到第一序列；所述第一特征反函数是与所述第一时序特征函数的反函数；

将第一序列输入到所述有向无环图的最后一级节点的前一级节点对应的第二特征反函数中，得到第二序列，直到所述有向无环图输出所述时序数据的原始序列；所述第二特征反函数是该前一级节点对应的第二特征函数的反函数。

可选的，有向无环图输出所述时序数据的原始序列，包括：

根据给定的研判规则的关键控制参数列表，随机生成多组控制参数组合；所述控制参数列表是特征反函数的控制参数；

从多组控制参数组合中，选择一组控制参数组合，利用特征反函数，生成对应的原始序列。

可选的，从多组控制参数组合中，选择一组控制参数组合，利用特征反函数，生成对应的原始序列，包括：

根据滑动窗口大小、斜率阈值以及占比阈值，在当前数值生成多组组预期指标组合集；

按照指定的输入数组大小m，随机生成符合研判规则的斜率阈值、占比阈值组合值的曲线斜率数据集；

根据曲线斜率数据集，生成对应的原始序列。

可选的，根据长度为m的斜率数组，生成对应的原始时序，包括：

在每个时间窗口内，根据长度为m的斜率数组中的斜率，生成标准直线，然后加扰动后生成对应的原始序列。