[发明专利]挖掘机工作模式识别方法、计算机设备及介质

权利要求书

1.一种挖掘机工作模式识别方法，其特征在于，包括：

获取多个挖掘机在不同工作模式下的多种类型的运行参数历史数据，将同一挖掘机在同一工作模式下的属于同一时段的同一种运行参数历史数据作为样本，并计算每一样本的多种类型的第一统计特征；

对每一种运行参数所对应的每一类型的第一统计特征进行基于判别性的筛选，得到筛选出的与运行参数对应的统计特征类型，并根据对应所述与运行参数对应的统计特征类型的第一统计特征构建数据集；

根据所述数据集训练机器学习模型；

根据采集得到的待识别挖掘机的运行参数确定待识别挖掘机的对应所述筛选出的与运行参数对应的统计特征类型的第二统计特征，将所述第二统计特征输入已训练的机器学习模型进行识别，根据识别得到的工作模式概率确定所述待识别挖掘机的工作模式。

2.根据权利要求1所述的方法，其特征在于，所述获取多个挖掘机在不同工作模式下的多种类型的运行参数历史数据，将同一挖掘机在同一工作模式下的属于同一时段的同一种运行参数历史数据作为样本，并计算每一样本的多种类型的第一统计特征包括：

获取多个挖掘机在不同工作模式下的多种类型的运行参数历史数据，根据获取的同一挖掘机在同一工作模式下的同一种运行参数历史数据衍生得到至少一种运行参数衍生历史数据，将同一挖掘机在同一工作模式下的属于同一时段的同一种运行参数历史数据及同一种运行参数衍生历史数据分别作为样本，并计算每一样本的多种类型的第一统计特征。

3.根据权利要求1所述的方法，其特征在于，所述对每一种运行参数所对应的每一类型的第一统计特征进行基于判别性的筛选包括：计算每一种运行参数所对应的每一类型的第一统计特征的信息价值，将信息价值小于等于第一预设阈值的第一统计特征所对应的与运行参数对应的统计特征类型筛除。

4.根据权利要求1所述的方法，其特征在于，所述对每一种运行参数所对应的每一类型的第一统计特征进行基于判别性的筛选，得到筛选出的与运行参数对应的统计特征类型包括：对每一种运行参数所对应的每一类型的第一统计特征进行基于判别性的第一次筛选，得到第一次筛选出的与运行参数对应的统计特征类型，并对对应第一次筛选出的与运行参数对应的统计特征类型的第一统计特征进行基于相关性的第二次筛选，得到筛选出的与运行参数对应的统计特征类型。

5.根据权利要求4所述的方法，其特征在于，所述对对应第一次筛选出的与运行参数对应的统计特征类型的第一统计特征进行基于相关性的第二次筛选包括：对对应第一次筛选出的与运行参数对应的统计特征类型的第一统计特征中的每一对第一统计特征，分别计算皮尔逊相关系数的绝对值；将所述皮尔逊相关系数的绝对值大于第二预设阈值对应的一对第一统计特征中，信息价值较小的第一统计特征所对应的与运行参数对应的统计特征类型筛除。

6.根据权利要求1所述的方法，其特征在于，所述机器学习模型为随机森林模型。

7.根据权利要求6所述的方法，其特征在于，

所述根据所述数据集训练机器学习模型包括：将数据集中的数据均分为N份，以由N份数据组成的不同的N种训练集与测试集的组合，分别训练N个随机森林模型；

所述将所述第二统计特征输入已训练的机器学习模型进行识别，根据识别得到的工作模式概率确定所述待识别挖掘机的工作模式包括：将所述第二统计特征分别输入已训练的N个随机森林模型进行识别，根据识别得到的N个工作模式概率的均值确定所述待识别挖掘机的工作模式。

8.根据权利要求1所述的方法，其特征在于，所述第一统计特征的类型包括均值、方差、中位数、最小值、最大值中的至少两种。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一项所述的方法。

10.一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1-8中任一项所述的方法。