公开(公告)号：CN113722140B

公开(公告)日：2023-08-04

申请号：CN202111005272.7

申请日：2021-08-30

Applicant: 中国地质大学(武汉)

Inventor： 胡文凯 ,  杨光 ,  张祥祥 ,  曹卫华 ,  吴敏

IPC: G06F11/07 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提供了一种基于小样本学习的工业报警泛滥根源诊断方法及存储介质，该方法包括离线训练过程和在线诊断过程，其中离线训练过程包括：对历史报警事件日志进行预处理，提取由显著故障引起的报警泛滥序列，进行文本编码，基于原型网络的小样本学习方法获得根源诊断模型以及每种根源的类表示，在线诊断过程包括：对待诊断的报警泛滥序列进行文本编码后，输入根源诊断模型，获取待诊断报警泛滥序列的空间表示向量，同时与每种根源问题的类表示进行相似性分析，输出故障类型。本发明通过考虑报警事件数据与故障根源的直接相关性，利用少量报警泛滥事件序列构建高精度的工业报警泛滥根源诊断模型，提高了工业报警泛滥根源诊断的实用性和有效性。

公开(公告)号：CN113722140A

公开(公告)日：2021-11-30

申请号：CN202111005272.7

申请日：2021-08-30

Applicant: 中国地质大学(武汉)

Inventor： 胡文凯 ,  杨光 ,  张祥祥 ,  曹卫华 ,  吴敏

IPC: G06F11/07 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于小样本学习的工业报警泛滥根源诊断方法及存储介质，该方法包括离线训练过程和在线诊断过程，其中离线训练过程包括：对历史报警事件日志进行预处理，提取由显著故障引起的报警泛滥序列，进行文本编码，基于原型网络的小样本学习方法获得根源诊断模型以及每种根源的类表示，在线诊断过程包括：对待诊断的报警泛滥序列进行文本编码后，输入根源诊断模型，获取待诊断报警泛滥序列的空间表示向量，同时与每种根源问题的类表示进行相似性分析，输出故障类型。本发明通过考虑报警事件数据与故障根源的直接相关性，利用少量报警泛滥事件序列构建高精度的工业报警泛滥根源诊断模型，提高了工业报警泛滥根源诊断的实用性和有效性。

公开(公告)号：CN113723092A

公开(公告)日：2021-11-30

申请号：CN202110988645.0

申请日：2021-08-26

Applicant: 中国地质大学(武汉)

Inventor： 胡文凯 ,  张祥祥 ,  蔡宇欣 ,  杨光 ,  曹卫华 ,  吴敏

IPC: G06F40/284 ,  G06F40/126 ,  G06F40/194 ,  G06K9/62

Abstract: 本发明提供了一种基于词嵌入和DTW的报警泛滥序列相似性分析方法，S1：提取报警泛滥序列；S2：基于词嵌入，对所述报警泛滥序列进行结构化表示；S3：基于DTW，对结构化表示后的报警泛滥序列进行序列距离计算；S4：根据所述序列距离进行归一化处理，得到报警泛滥序列的相似度；S5：根据所述相似度，利用聚类算法的聚类错误率作为相似性分析结果的评价指标，以此完成对报警泛滥序列的相似性分析。本发明的有益效果是：本发明简单快速地得到不同长度序列之间的距离和报警信号之间的潜在联系，对报警事务进行归纳分析，提高了对报警事务的处理效率，大大节约了工业的经济成本和人力成本。