[发明专利]一种面向用户的动态阈值模型训练系统及方法

说明书

本发明具体涉及一种面向用户的网页端动态阈值模型训练系统，包括系统界面，以及与系统界面连接的数据导入模块、数据选择模块和模型训练模块；所述数据导入模块用于导入不同数据源的测点数据，并将不同数据源的测点数据进行同源处理，生成原始数据并输入至数据选择模块；所述数据选择模块用于从原始数据中选择模型训练所需的数据，生成正常样本集并输入至模型训练模块；所述模型训练模块用于生成验证样本集和健康样本矩阵，以及用于用户在系统界面选择健康样本矩阵后，进行模型训练，将完成训练的模型以多组数组的方式向用户展示。本发明提供的动态阈值模型训练系统，能够满足用户通过简单的配置操作，完成动态阈值模型的训练，实现使用动态阈值模型对设备进行更有效的监管。

技术领域

本发明涉及动态阈值模型训练技术领域，特别是涉及一种面向用户的动态阈值模型训练系统及方法。

背景技术

在工业领域，对振动、温度、压力、流量、电流、电压、液位等表征设备运行状态的参数进行采集，并通过固定报警阈值的设定，实现设备状态的在线监督，是避免设备故障、缓解事故后果的有效手段。目前，设备在线监督的方式主要对单个参数设置报警阈值，当测点实时数据达到报警阈值时，发出报警信号。随着设备复杂程度的提高，这种监督方式的弊端逐渐显现出来，突出表现为：无法对设备停运、机组降功率等运行状态的变化作出响应，设备运行状态变化频繁时容易产生误报警或漏报警；无法感知设备的劣化趋势，报警信息容易滞后，不利于制定及时有效地决策；无法反映设备参数之间的内在关联，报警信息片面、孤立。

针对这些问题，工业领域逐步引入动态阈值算法实现多参数联合报警，称之为“动态阈值报警”。当动态阈值算法相对统一时，动态阈值报警有效性主要取决于动态阈值模型。动态阈值模型是使用特定动态阈值算法，对多个具有一定相关性的设备参数的原始数据进行训练而获得的一组特征值，在完成动态阈值模型训练后，将设备实时参数导入模型，便可实现动态阈值报警。动态阈值报警的应用场合非常广泛，然而，制约其推广应用的一个重要因素是动态阈值模型训练往往需要使用人员具备一定的算法、编程能力，设备工程师通常并不具备这种能力，因而无法有效使用动态阈值报警对所负责的设备进行更有效的监管。

发明内容

基于此，有必要针对现有的动态阈值模型训练限制不具备软件开发能力的设备工程师使用动态阈值报警对所负责的设备进行更有效的监管的问题，提供一种面向用户的动态阈值模型训练系统及方法，能够满足用户通过简单的配置操作，便可实现动态阈值模型的构建、训等工作，从而实现使用动态阈值模型对设备进行更有效的监管。

为了实现上述目的，本发明提供如下技术方案：

一种面向用户的网页端动态阈值模型训练系统，包括系统界面，以及与系统界面连接的数据导入模块、数据选择模块和模型训练模块；

所述数据导入模块用于导入不同数据源的测点数据，并将不同数据源的测点数据进行同源处理，生成原始数据并输入至数据选择模块；

所述数据选择模块用于从原始数据中选择模型训练所需的数据，生成正常样本集并输入至模型训练模块；

所述模型训练模块用于生成验证样本集和健康样本矩阵，以及用于用户在系统界面选择健康样本矩阵后，进行模型训练，将完成训练的模型以多组数组的方式向用户展示。

进一步地，所述模型训练所需的数据是在时间范围上不少于一个大修周期的数据，所述正常样本集是通过用户对原始数据进行异常运行工况的剔除和正常运行工况的选取后获得的，所述健康样本矩阵是通过样本选择算法从正常样本集中获取的，所述验证样本集是在正常样本集中剔除掉健康样本矩阵后对剩下的样本进行降采样和过滤样本合并后获得的。

进一步地，所述模型训练模块上集成三点样本提取算法、五点样本提取算法和等间隔采样算法。

进一步地，所述面向用户的网页端动态阈值模型训练系统，还包括与系统界面连接的模型基础信息配置模块和关联测点选择模块；