一种基于规则库的风险预警检测方法和装置与流程

    技术2024-11-28  16


    本发明涉及装备保障和人工智能领域,具体涉及到一种基于规则库的风险预警检测方法和装置。


    背景技术:

    1、目前,装备技术状态评估数据,是多种装备在研制、生产、运行、保障等各个环节采集得到的多元化数据的集合体。装备技术状态评估数据具有数据来源复杂、数据类型多样化等特点,对其进行数据处理存在规律提取难、数据建模难、应用场景复杂等诸多问题。如何基于装备技术状态评估数据,对装置技术状态进行风险预警检测,并设计一个适应场景多、处理类型广、可定制多元化需求的风险预警检测方法和装置,从而满足装备技术状态预警处理的需求,是当前急需解决的问题。


    技术实现思路

    1、本发明主要解决如何基于装备技术状态评估数据,对装置技术状态进行风险预警检测的问题,本发明公开了一种基于规则库的风险预警检测方法和装置。

    2、本申请实施例第一方面,公开了一种基于规则库的风险预警检测方法,包括:

    3、s1,获取装备技术状态参数时间序列集合和规则库信息;所述规则库信息,包括装备标准状态时间序列集合;所述装备技术状态参数时间序列集合,包括装备性能参数时间序列;所述装备性能参数时间序列,是每一类装备参数的时间序列;

    4、s2,对所述装备技术状态参数时间序列集合进行预处理,得到装备状态参数序列集合;

    5、s3,对所述装备状态参数序列集合和装备标准状态时间序列集合进行风险预警检测处理,得到装备技术状态风险值。

    6、所述对所述装备技术状态参数时间序列集合进行预处理处理,得到装备状态参数序列集合,包括:

    7、s21,对所述装备技术状态参数时间序列集合依次进行野值剔除和归一化处理,得到归一化信息集合;

    8、s22,对所述归一化信息集合进行类别判别处理,得到第一信息集合;

    9、s23,对所述第一信息集合进行边界检查处理,得到装备状态参数序列集合。

    10、所述对所述第一信息集合进行边界检查处理,得到装备状态参数序列集合,包括:

    11、s211,对所述第一信息集合的每一类装备参数,预设对应的取值范围;所述取值范围,包括取值范围上界值和取值范围下界值;

    12、s212,对所述第一信息集合的每一类装备参数的每个数据,根据装备参数的取值范围,判别所述数据的取值是否在所述取值范围内;当在所述取值范围内时,不对所述数据进行处理;当不在所述取值范围内时,设定所述数据的取值为与其最接近的所述取值范围的取值范围上界值或取值范围下界值;

    13、s213,对所有类别的装备参数的数据完成s212后,得到装备状态参数序列集合。

    14、所述对所述装备状态参数序列集合和装备标准状态时间序列集合进行风险预警检测处理,得到装备技术状态风险值,包括:

    15、s31,对所述装备标准状态时间序列集合进行特征拟合处理,得到装备风险预警模型;

    16、s32,对所述装备状态参数序列集合的每个装备状态参数时间序列进行风险分析,得到风险序号值集合;

    17、s33,对所述风险序号值集合和所述装备风险预警模型进行累加计算处理,得到装备技术状态风险值。

    18、所述对所述装备标准状态时间序列集合进行特征拟合处理,得到装备风险预警模型,包括:

    19、s311,利用所述装备标准状态时间序列集合,构建得到第一能力矩阵;所述第一能力矩阵的行向量,为所述装备标准状态时间序列集合中的装备标准状态时间序列;

    20、s312,对所述第一能力矩阵进行分解处理,得到第一能力矩阵的左分解矩阵、特征矩阵和右分解矩阵;

    21、s313,将所述特征矩阵的对角线元素进行提取,得到特征向量;所述特征向量表示为ia,ia=[λ1,λ2,…,λn1],n1为所述特征向量所包含元素的个数;

    22、s314,对所述特征向量的元素和元素序号值进行线性拟合处理,得到装备风险预警模型。

    23、所述分解处理,其计算表达式为:

    24、y=uav,

    25、其中,u为左分解矩阵,a为特征矩阵,v为右分解矩阵,u和v均为正交矩阵,a为对角矩阵。

    26、所述对所述装备状态参数序列集合的每个装备状态参数时间序列进行风险分析,得到风险序号值集合,包括:

    27、s321,对所述装备标准状态时间序列集合的每个装备状态参数时间序列,计算得到所述装备状态参数时间序列的平均值;

    28、s322,对所述装备状态参数时间序列中的任一元素,计算得到该元素与所述平均值的差值的绝对值;确认所述差值的绝对值,为所述元素的偏移量;

    29、s323,对所述装备状态参数时间序列,寻找得到具有最大偏移量的元素,确定所述元素在所述装备状态参数时间序列中的序号值,为所述装备状态参数时间序列的风险序号值;

    30、s324,利用所述装备标准状态时间序列集合的所有装备状态参数时间序列的风险序号值,构建得到风险序号值集合。

    31、本申请实施例第二方面,公开了一种基于规则库的风险预警检测装置,所述装置包括:

    32、存储有可执行程序代码的存储器;

    33、与所述存储器耦合的处理器;

    34、所述处理器调用所述存储器中存储的所述可执行程序代码,执行所述的基于规则库的风险预警检测方法。

    35、本申请实施例第三方面,公开了一种计算机可存储介质,所述计算机可存储介质存储有计算机指令,所述计算机指令被计算机调用时,用于执行所述的基于规则库的风险预警检测方法。

    36、本申请实施例第四方面,公开了一种信息数据处理终端,所述信息数据处理终端用于实现所述的基于规则库的风险预警检测方法。

    37、本发明的有益效果为:

    38、本发明基于装备技术状态评估数据,对装置技术状态进行风险预警检测,并设计了一个适应场景多、处理类型广、可定制多元化需求的风险预警检测方法和装置,通过与规则库进行特征比对,可实现快速准确的风险预警,从而满足了装备技术状态预警处理的需求。



    技术特征:

    1.一种基于规则库的风险预警检测方法,其特征在于,包括:

    2.如权利要求1所述的基于规则库的风险预警检测方法,其特征在于,所述对所述装备技术状态参数时间序列集合进行预处理处理,得到装备状态参数序列集合,包括:

    3.如权利要求2所述的基于规则库的风险预警检测方法,其特征在于,所述对所述第一信息集合进行边界检查处理,得到装备状态参数序列集合,包括:

    4.如权利要求3所述的基于规则库的风险预警检测方法,其特征在于,所述对所述装备状态参数序列集合和装备标准状态时间序列集合进行风险预警检测处理,得到装备技术状态风险值,包括:

    5.如权利要求4所述的基于规则库的风险预警检测方法,其特征在于,所述对所述装备标准状态时间序列集合进行特征拟合处理,得到装备风险预警模型,包括:

    6.如权利要求5所述的基于规则库的风险预警检测方法,其特征在于,所述分解处理,其计算表达式为:

    7.如权利要求5所述的基于规则库的风险预警检测方法,其特征在于,所述对所述装备状态参数序列集合的每个装备状态参数时间序列进行风险分析,得到风险序号值集合,包括:

    8.一种基于规则库的风险预警检测装置,其特征在于,所述装置包括:

    9.一种计算机可存储介质,其特征在于,所述计算机可存储介质存储有计算机指令,所述计算机指令被计算机调用时,用于执行如权利要求1至7中任一项所述的基于规则库的风险预警检测方法。

    10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求1至7中任一项所述的基于规则库的风险预警检测方法。


    技术总结
    本发明公开了一种基于规则库的风险预警检测方法和装置,所述方法包括:获取装备技术状态参数时间序列集合和规则库信息;所述规则库信息,包括装备标准状态时间序列集合;所述装备技术状态参数时间序列集合,包括装备性能参数时间序列;所述装备性能参数时间序列,是每一类装备参数的时间序列;对所述装备技术状态参数时间序列集合进行预处理,得到装备状态参数序列集合;对所述装备状态参数序列集合和装备标准状态时间序列集合进行风险预警检测处理,得到装备技术状态风险值。

    技术研发人员:唐琳,李勇,杨朝晖,屈峰,岳丽军,张宁燕,文叙菠,闫新星
    受保护的技术使用者:中国人民解放军91977部队
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-22661.html

    最新回复(0)