申请/专利权人：太原理工大学

申请日：2020-06-23

公开（公告）日：2023-11-17

公开（公告）号：CN111966723B

主分类号：G06F16/2458

分类号：G06F16/2458;G06F16/22;F01D15/10;F01D21/00

优先权：

专利状态码：有效-授权

法律状态：2023.11.17#授权;2020.12.08#实质审查的生效;2020.11.20#公开

摘要：本发明公开了一种基于乐观概念的故障检测决策规则提取方法，属于数据挖掘中的规则提取技术领域；具体是从多粒度角度出发，通过计算每层的乐观概念，并根据乐观概念与决策表中决策属性的关系获取决策表中最简规则，设定已提取到规则的论域元素是否覆盖整个论域为决策规则提取的终止条件，最终实现故障检测决策表的规则提取过程；本方法省略了去除规则中冗余属性的过程，降低了故障检测决策规则提取的复杂度，同时加快了收敛速度；本发明基于乐观概念的决策规则提取方法可在实际应用中推广，起到辅助人类决策的作用。

主权项：1.一种基于乐观概念的故障检测决策规则提取方法，其特征在于，所述基于乐观概念的故障检测决策规则提取方法用于汽轮发电机组常见的振动故障诊断分析，所述故障检测决策表是指：在故障检测决策表DIS＝{U，C∪D，V，f}中，其中U为故障样本集，C为故障征兆属性集合，D为故障决策属性；其中V表示故障征兆；f为该故障决策表的信息函数，它制定了每一样本所对应的故障属性值；所述的故障检测决策表DT＝{U，C∪D，V，f}，其中U＝{1，2，3，4，5，6}，表示故障样本，征兆属性为汽轮发电机组振动信号的频域特征，频谱中0.49f，0.5f，0.51f，-0.99f，1f；f为旋转频率，7个不同的频段上的幅值分量，分别表示为C＝{a，b，c，d，e}，各个征兆属性的取值范围均为1-5，其含义分别为1-很低，2-低，3-中，4-高，5-很高，D＝{z}表示汽轮机组的故障类别，d取值为1、2、3，分别对应汽轮组的三种常见类型：平衡、不对中、油膜震荡；表1故障决策表 首先需求得决策属性下所有等价类：Uz＝{{1，2，6，9，10}，{3，4，5}，{7，8}}.在粒度ω＝1的情况下，求所有条件属性子集关于U的划分，得到所有等价类及相应最小乐观概念，如表2所示：表2ω＝1最小乐观概念计算过程 因此在该粒度下，可得到20个最小乐观概念，判断每个概念的外延是否为决策等价类的子集，可知只有概念12,a1、34,a2、45,b1、35,c2、9,c4、78,c3、5,d3、910,d5满足条件,并且选择外延较大的概念进行规则提取，据此可得到四条决策规则:a＝1→z＝1、a＝2→z＝2、b＝1→z＝2、c＝3→z＝3；此时Un＝{1,2,3,4,5,7,8,9,10}≠U,需要继续计算；ω＝2时,求得所有最小类概念如表3所示：表3ω＝2最小伪概念计算过程 表3中阴影部分的规则表示同一粒度下外延相同、内涵不同的最小乐观概念，这些概念会对决策表的规则重复提取，在这种情况下，需要将后得到的最小乐观概念删掉，以保证格结构的最简化；因此在该粒度下,可得到7个最小乐观概念,判断每个概念的外延是否为决策等价类的子集,可知只有概念3,a2b4，4,a2b1，6,a5c1，1,a1d1，2,a1d2，7,a5d4，8,a3d4满足条件,由于其中概念3,a2b4，4,a2b1，1,a1d1，2,a1d2，7,a5d4，8,a3d4对应的外延已经被包含于Un集合中，为防止重复提取规则，因此最终可得到一条决策规则:根据决策表中论域{6}在属性a、c下的取值,得到a＝5∧c＝1→z＝1此时Un＝{1,2,3,4,5,6,7,8,9,10}＝U,规则提取完毕，计算结束。

全文数据：

权利要求：

百度查询： 太原理工大学 一种基于乐观概念的故障检测决策规则提取方法

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