數(shù)字工廠運(yùn)營(yíng)狀態(tài)預(yù)測(cè)方法、系統(tǒng)、裝置

基本信息

申請(qǐng)?zhí)?/td> CN201911224538.X 申請(qǐng)日 -
公開(公告)號(hào) CN110956331A 公開(公告)日 2020-04-03
申請(qǐng)公布號(hào) CN110956331A 申請(qǐng)公布日 2020-04-03
分類號(hào) G06Q10/04(2012.01)I 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 韓彩亮;程宏 申請(qǐng)(專利權(quán))人 匯鼎數(shù)據(jù)科技(上海)有限公司
代理機(jī)構(gòu) 北京市恒有知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 匯鼎數(shù)據(jù)科技(上海)有限公司
地址 201802上海市嘉定區(qū)真南路4268號(hào)2幢J7213室
法律狀態(tài) -

摘要

摘要 本發(fā)明屬于工廠運(yùn)營(yíng)狀態(tài)監(jiān)管領(lǐng)域,具體涉及了一種數(shù)字工廠運(yùn)營(yíng)狀態(tài)預(yù)測(cè)方法、系統(tǒng)、裝置,旨在解決現(xiàn)有技術(shù)模型訓(xùn)練樣本為高維、未標(biāo)記且非平衡數(shù)據(jù),模型評(píng)判及預(yù)測(cè)結(jié)果準(zhǔn)確性低的問題。本發(fā)明方法包括:通過GBDT法對(duì)獲取的工廠運(yùn)營(yíng)數(shù)據(jù)進(jìn)行特征向量提取及擴(kuò)充;通過深度神經(jīng)網(wǎng)絡(luò)進(jìn)行特征降維;通過具有移動(dòng)窗口的單類支持向量機(jī)預(yù)警模型獲取實(shí)時(shí)工廠運(yùn)營(yíng)狀態(tài)數(shù)據(jù)異常距離度量,從而獲得工廠預(yù)測(cè)運(yùn)營(yíng)狀態(tài)。本發(fā)明采用正常狀態(tài)的訓(xùn)練數(shù)據(jù),結(jié)合移動(dòng)窗口和單類支持向量機(jī)算法構(gòu)建代表該數(shù)據(jù)集的移動(dòng)窗口單類別預(yù)警模型,獲得實(shí)時(shí)工廠運(yùn)營(yíng)狀態(tài)數(shù)據(jù)異常距離度量,并能夠適時(shí)的調(diào)整狀態(tài)預(yù)警閾值,模型預(yù)測(cè)結(jié)果準(zhǔn)確性高、魯棒性好。??