买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中石化胜利油建工程有限公司

摘要：本发明涉及数据分类技术领域，具体涉及一种增程式电能储放撬装电站实时监测系统；根据预设数量个决策树对历史监测特征序列的分类效果获得判断系数；根据判断系数的差异特征获得初始决策树数量和初始随机森林模型；根据初始随机森林模型中决策树的结构深度特征获得第一结构特征值；根据初始随机森林模型中决策树的结构深度差异特征获得第二结构特征值；根据第一结构特征值和第二结构特征值获得效果指数；根据效果指数和第一结构特征值获得最终随机森林模型；本发明根据最终随机森林模型对待检测的监测特征序列进行分类与撬装电站的监测，提高了数据分类与监测的准确性。

主权项：1.一种增程式电能储放撬装电站实时监测系统，其特征在于，所述系统包括以下模块：数据获取模块，用于获取监测撬装电站运行状态的至少二维的历史监测特征序列；分类模型构建模块，用于根据随机森林算法中预设数量个决策树对所述历史监测特征序列的分类效果获得判断系数；根据所述判断系数的差异特征获得初始决策树数量和初始随机森林模型；分类模型优化模块，用于根据所述初始随机森林模型中决策树的结构深度特征获得第一结构特征值；根据所述初始随机森林模型中决策树的结构深度差异特征获得第二结构特征值；根据所述第一结构特征值和所述第二结构特征值获得效果指数；根据所述效果指数和所述第一结构特征值调整初始决策树数量获得最终决策树数量；运行监测模块，用于根据最终决策树数量构建最终随机森林模型；根据所述最终随机森林模型对待检测的监测特征序列进行分类，获得不同的监测特征集合；根据所述监测特征集合对撬装电站进行监测；所述根据随机森林算法中预设数量个决策树对所述历史监测特征序列的分类效果获得判断系数的步骤包括：计算随机森林算法中存在预设数量个决策树时对所述历史监测特征序列进行分类后的F1分数，获得预设数量对应的判断系数；所述根据所述判断系数的差异特征获得初始决策树数量和初始随机森林模型的步骤包括：构建所述判断系数的系数变化曲线，横轴为所述预设数量，纵轴为所述判断系数；将所述系数变化曲线中的极大值点作为初选点；计算所述系数变化曲线中任意数据点与相邻前一数据点之间的斜率值，获得所述任意数据点的变化率；在所述系数变化曲线中计算所述初选点之前的数据点的变化率的平均值，获得第一变化特征值；计算所述初选点之后的数据点的变化率的平均值，获得第二变化特征值；计算所述第一变化特征值与所述第二变化特征值的差值，获得所述初选点的初选度；将所述初选度的最大值对应的预设数量作为所述初始决策树数量；根据所述初始决策树数量个决策树构建随机森林，根据所述历史监测特征序列进行模型训练，获得所述初始随机森林模型；所述根据所述初始随机森林模型中决策树的结构深度特征获得第一结构特征值的步骤包括：计算所述初始随机森林模型中决策树的分支数量和子节点数量的和值，获得决策树的结构深度特征值；计算所述结构深度特征值的平均值，获得结构深度平均值；根据所述初始决策树数量个预设决策树结构构建基准随机森林模型，根据K折交叉验证法获取所述基准随机森林模型的评估指标值；选取所述评估指标值的最大值对应的预设决策树结构作为基准决策树；计算所述基准决策树中分支数量和子节点数量的和值，获得基准结构深度特征值；计算所述结构深度平均值与所述基准结构深度特征值的差值，获得所述初始随机森林模型的第一结构特征值；所述根据所述初始随机森林模型中决策树的结构深度差异特征获得第二结构特征值的步骤包括：计算初始随机森林模型中决策树的所述结构深度特征值的方差并负相关映射，获得所述初始随机森林模型的第二结构特征值；所述根据所述第一结构特征值和所述第二结构特征值获得效果指数的步骤包括：将所述第一结构特征值的绝对值负相关映射，获得第一结构表征值；计算所述第一结构表征值和所述第二结构特征值的平均值，获得所述初始随机森林模型的效果指数；所述根据所述效果指数和所述第一结构特征值调整初始决策树数量获得最终决策树数量的步骤包括：当所述效果指数不小于预设阈值时，将所述初始决策树数量作为所述最终决策树数量；当所述效果指数小于预设阈值时，若所述第一结构特征值为负数时，增加初始随机森林模型中所述初始决策树数量的值，若所述第一结构特征值不为负数时，减少初始随机森林模型中所述初始决策树数量的值，直至所述效果指数不小于预设阈值，获得最终决策树数量。

全文数据：

权利要求：

百度查询： 中石化胜利油建工程有限公司 一种增程式电能储放撬装电站实时监测系统