申请/专利权人：江苏金恒信息科技股份有限公司

申请日：2024-03-19

公开（公告）日：2024-06-11

公开（公告）号：CN117911009B

主分类号：G06Q10/20

分类号：G06Q10/20;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本申请提供一种基于XGBoost算法的设备故障预警方法及系统，涉及设备预警监测技术领域，预警方法包括获取目标检测设备的历史运行数据；根据历史运行数据进行基于XGBoost算法的报警模型训练，得到报警模型和健康指标；对健康指标进行自适应平滑计算，得到报警阈值；当运行数据超过报警阈值时，对目标检测设备进行预报警，并计算预报警的次数，当预报警的次数大于预设次数时，对目标检测设备进行正式报警；对目标检测设备进行现场检测，得到检查结果，检查结果用于报警标记或二次报警模型训练。本申请通过上述方案解决因对设备的运行状态进行检测时，工况变化引起的误报警、漏报警，和异常冲击引起的误报警，实现整个报警流程闭环。

主权项：1.一种基于XGBoost算法的设备故障预警方法，其特征在于，所述预警方法包括：获取目标检测设备的历史运行数据，所述历史运行数据包括所述目标检测设备的所有运行工况；根据所述历史运行数据进行基于XGBoost算法的报警模型训练，得到对应所述目标检测设备的报警模型和对应所述目标检测设备的健康指标；利用指数加权移动平均对所述健康指标进行自适应平滑计算，得到所述目标检测设备的报警阈值；当所述目标检测设备的运行数据超过所述报警阈值时，对所述目标检测设备进行预报警，并计算预报警的次数，当所述预报警的次数大于预设次数时，对所述目标检测设备进行正式报警；对已经正式报警的所述目标检测设备进行现场检测，得到检查结果，所述检查结果用于报警标记或二次报警模型训练；所述根据所述历史运行数据进行基于XGBoost算法的报警模型训练的步骤包括：利用所述XGBoost算法对所述历史运行数据进行重要性指标筛选，选取出用作所述报警模型输入的特征指标和用作所述报警模型输出的特征指标；构建XGBoost模型，并利用所述历史运行数据训练所述XGBoost模型，得到对应所述目标检测设备的所述报警模型；根据所述报警模型的输出结果和输入数据的均方根值进行残差计算，并将得到的残差的绝对值作为对应所述目标检测设备的健康指标；所述获取目标检测设备的历史运行数据的步骤包括：获取目标检测设备的所有运行数据，所述运行数据中的各项数据按照时序排列，所述运行数据包括设备运行状态数据和设备运行工况数据；在运行数据中选取一段历史运行数据，所述历史运行数据的数据种类包括设备运行状态数据和设备运行工况数据，且所述历史运行数据包括所述目标检测设备的所有运行工况。

全文数据：

权利要求：

百度查询： 江苏金恒信息科技股份有限公司 一种基于XGBoost算法的设备故障预警方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD