[发明专利]一种专家规则集训练方法、训练器和工业设备预警系统

权利要求书

1.一种专家规则集训练方法，其特征在于，该方法的步骤包括：

对专家手动标记的实际标记样本和由专家提供的多个经验规则构成的专家规则集对样本进行标记的专家规则集标记样本进行权重分配；

基于分配权重的实际标记样本和专家规则集标记样本进行模型训练，获得专家规则参数和/或易混淆样本数据；

对易混淆样本数据进行专家手动标记，并添加到实际标记样本中，更新实际标记样本；

将专家规则参数添加至专家规则集中，更新专家规则集标记样本；

基于更新的实际标记样本和更新的规则标记样本，继续分配权重进行模型训练，获得新的专家规则参数和新的易混淆样本数据；

重复上述基于更新的实际标记样本和更新的规则标记样本进行模型训练的步骤，直至达到预定训练次数，或，获取的易混淆样本数据的量小于预定阈值，则停止训练；

将所述专家规则参数更新至专家规则集中，形成优化后的专家规则集。

2.根据权利要求1所述的方法，其特征在于，所述对专家手动标记的实际标记样本和由专家提供的多个经验规则构成的专家规则集对样本进行标记的专家规则集标记样本进行权重分配的前一步包括：

获取未标记的全体样本数据集；

所述专家规则集对全体样本数据集进行标记，获得专家规则集标记样本。

3.根据权利要求1所述的方法，其特征在于，所述对专家手动标记的实际标记样本和由专家提供的多个经验规则构成的专家规则集对样本进行标记的专家规则集标记样本进行权重分配的步骤包括：

采用核函数，确定专家规则集标记样本的权重；

实际标记样本的权重大于或等于十倍的规则标记样本的权重。

4.一种专家规则集训练器，其特征在于，该专家规则集训练器包括：

分配模块，对专家手动标记的实际标记样本和由专家提供的多个经验规则构成的专家规则集对样本进行标记的专家规则集标记样本进行权重分配；

训练模块，基于分配权重的实际标记样本和专家规则集标记样本进行模型训练，获得专家规则参数和/或易混淆样本数据；

对易混淆样本数据进行专家手动标记，并添加到实际标记样本中，更新实际标记样本；

将专家规则参数添加至专家规则集中，更新专家规则集标记样本；

基于更新的实际标记样本和更新的规则标记样本，继续分配权重进行模型训练，获得新的专家规则参数和新的易混淆样本数据；

重复上述基于更新的实际标记样本和更新的规则标记样本进行模型训练的步骤，直至达到预定训练次数，或，获取的易混淆样本数据的量小于预定阈值，则停止训练；

输出模块，将所述专家规则参数更新至专家规则集中，形成优化后的专家规则集。

5.一种专家规则集训练设备，其特征在于，包括：存储器，一个或多个处理器；存储器与处理器通过通信总线相连；处理器被配置为执行存储器中的指令；所述存储器中存储有用于执行如权利要求1至3任一项所述方法中各个步骤的指令。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。

7.一种工业设备预警系统，其特征在于，该系统包括：

数据获取单元，获取设备运行数据；

识别单元，基于权利要求4所述的专家规则集训练器，对设备运行数据进行识别，获得识别结果；

排查单元，根据数据的识别结果，对设备故障进行预警。