[发明专利]一种设备参数最优值的预估方法及预估装置

权利要求书

1.一种设备参数最优值的预估方法，其特征在于，包括：

获取并存储设备参数的历史数据；

将所述历史数据经数据清洗后获得模型训练数据；

以所述模型训练数据建立训练模型；

获取所述设备参数的实时数据，并根据所述训练模型预估所述设备参数的最优值。

2.根据权利要求1所述的设备参数最优值的预估方法，其特征在于，所述数据清洗包括：

按照预设时间段及取值间距对所述历史数据进行筛选。

3.根据权利要求2所述的设备参数最优值的预估方法，其特征在于，所述数据清洗还包括：

根据预设过滤器对筛选获得的数据进行过滤，所述过滤器包括恒定数据过滤器、超时数据过滤器、参数限值过滤器中的一个或多个。

4.根据权利要求1所述的设备参数最优值的预估方法，其特征在于，所述训练模型的建立方法包括：

将所述模型训练数据转化为数据矩阵A，其中，同一设备参数不同时刻的数据作为所述数据矩阵A的行，不同设备参数同一时刻的数据作为所述数据矩阵A的列；

采用数据精选算法将所述数据矩阵A转换为精选数据矩阵B；

采用特征提取算法将所述精选数据矩阵B转换为特征矩阵C；

存储所述精选数据矩阵B和所述特征矩阵C。

5.根据权利要求4所述的设备参数最优值的预估方法，其特征在于，所述数据精选算法包括：

若所述数据矩阵A的列数小于等于预设值，则将所述数据矩阵A作为精选数据矩阵B；

若所述数据矩阵A的列数大于所述预设值，则将其中每个设备参数的数据按照大小排序，选取其中中位数、平均值、最小值、最大值，直至所选数据量达到所述预设值；其中，若所述数据矩阵A中某一个或多个设备参数的数据中中位数、平均值、最小值、最大值的数量之和不足所述预设值，则依据预设规则进行二次数据选取，以使所选数据量总和达到所述预设值。

6.根据权利要求4或5所述的设备参数最优值的预估方法，其特征在于，所述特征提取算法为：

C＝(B^T×B)^-1。

7.根据权利要求1所述的设备参数最优值的预估方法，其特征在于，所述预估包括：

将所述实时数据转换成矩阵U；

采用预估算法获得所述设备参数的最优值矩阵V，所述预估算法为：

V＝B×(W÷sum)；

其中，W＝C×(B^T×U)，sum＝ΣW_ij，W_ij为矩阵W的各元素。

8.根据权利要求1所述的设备参数最优值的预估方法，其特征在于，还包括在建立所述训练模型后对所述训练模型进行验证，所述验证包括正向验证和逆向验证，所述正向验证选取所述设备参数的正常数据对所述训练模型进行验证，所述逆向验证选取所述设备参数的异常数据对所述训练模型进行验证。

9.根据权利要求8所述的设备参数最优值的预估方法，其特征在于，所述验证的方法包括：

将所选取的用于验证所述训练模型的数据转换成矩阵X；

采用预估算法获得验证矩阵Y，所述预估算法为：

Y＝B×(Z÷sum′)；

其中，Z＝C×(B^T×X)，sum′＝ΣZ_ij，Z_ij为矩阵Z的各元素；

将所述验证矩阵Y中各值与所述矩阵X中的对应数据进行比对分析。

10.一种设备参数最优值的预估装置，其特征在于，包括：

获取单元，用于获取设备参数的历史数据和实时数据；

存储单元，用于存储所述历史数据和所述实时数据；

清洗单元，用于将所述历史数据进行数据清洗；

模型训练单元，用于以所述模型训练数据建立训练模型；

预估单元，用于根据所述训练模型预估所述设备参数的最优值。