基于计及罕见变量的ARMret模型的故障预测方法

发明专利有效专利

申请号：
CN202110114407.7
IPC分类号：G06Q10/04;G06Q10/06;G06F16/9035;G06F16/906;G06F17/18
申请日期：
2021-01-27
申请人：
长沙理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于计及罕见变量的ARMret模型的故障预测方法
申请号	CN202110114407.7	申请日期	2021-01-27
法律状态	实质审查	申报国家	中国
公开/公告日	2021-05-14	公开/公告号	CN112801367A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;F;1;6;/;9;0;3;5;;;G;0;6;F;1;6;/;9;0;6;;;G;0;6;F;1;7;/;1;8查看分类表>
申请人	长沙理工大学	申请人地址	湖南省长沙市天心区赤岭路45号长沙理工大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	长沙理工大学	当前权利人	长沙理工大学
发明人	孙辰昊;李泽文;邓丰;陈春;杨忠毅;胡博
代理机构	深圳市深软翰琪知识产权代理有限公司	代理人	吴雅丽

摘要

本发明公开了一种基于计及罕见变量的ARMret模型的故障预测方法，步骤1：挖掘罕见元素和常见元素并归类；步骤2：挖掘基于这些罕见元素的HILP元素，以高频变量集和频繁关联规则的形式体现；HILP是指高风险低概率；步骤3：对于训练数据集中的每一个环境特征，依次重复进行步骤1‑2；步骤4：求解各个元素的相对权重；步骤5：基于第:4步所求各个元素的相对权重，依据测试数据集各条故障记录中所含环境元素计算相应记录的预测故障风险度，并归一化；步骤6：将预测故障风险度与测试集中相应记录的真实故障处理结果相比较，从而评估所提出预测模型的性能。本发明的故障预测方法预测准确率高，易于实施。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供