[发明专利]一种面向供水管网分区计量系统日志信息的故障预测方法

权利要求书

1.一种面向供水管网分区计量系统日志信息的故障预测方法，其特征在于：包括下列步骤：

S1、对供水管网分区计量系统日志数据进行清洗，提取清洗后的所述日志数据，所述日志数据日志数据包括INFO、WARN、ERROR、FATAL四种级别日志；

S2、对供水管网分区计量系统日志数据特征提取，同时进行特征筛选；

S3、通过基于SVM网络模型对提取到的数据特征空间进行划分，同时采用SVM模型网络结构对其进行十折交叉训练，训练得到合适的w和b满足最大间隔划分超平面，从而实现对样本集数据进行预测分类；

S4、对预测模型的性能进行评估。

2.根据权利要求1所述的一种面向供水管网分区计量系统日志信息的故障预测方法，其特征在于：所述S1中对供水管网分区计量系统日志数据进行清洗的方法为：包括下列步骤：

S11、删除INFO级别日志；

S12、通过比对派生故障与Root故障之间的联系，将日志数据集中派生日志记录进行删除，进一步降低数据噪声干扰。

3.根据权利要求1所述的一种面向供水管网分区计量系统日志信息的故障预测方法，其特征在于：所述S2中，所述特征包括如下五类：

第一种特征类型：将最近时间段中每个容器包含的不同故障级别的日志事件数量和每个容器中不同请求动作的日志事件数量作为特征项；

第二种特征类型：将观察时间段中每个容器包含的不同故障级别的日志事件数量和每个容器中不同请求动作的日志事件数量作为特征项；

第三种特征类型：将样本时间间隔(ε)中每个容器包含的不同故障级别的日志事件数量和每个容器中不同请求动作的日志事件数量作为特征项；

第四种特征类型：观察时间段内的具体容器日志记录以及互异日志故障级别事件信息的统计分布；

第五种特征类型：时间属性也是影响具体容器故障的重要因素，所以将时间作为一项特征，记为Time。

4.根据权利要求1所述的一种面向供水管网分区计量系统日志信息的故障预测方法，其特征在于：所述S2中进行特征筛选的方法为：包括下列步骤：

S21、通过信息增益评估准则对特征进行计算得出每一个特征的信息增益值；

S22、然后对结果中的相关系数排序；

S23、筛选相关系数大于门限值G的特征项；

S24、选取和筛选完特征后，将其作为预测算法数据输入并训练学习得到故障预测模型。