[发明专利]一种基于合成少数类过采样和深度学习的故障预测方法

说明书

本发明提供一种基于合成少数类过采样和深度学习的故障预测方法，首先用K‑Means方法对样本集中的少数类样本进行聚类，并删除聚类后的噪声类簇，而后在每一个类簇中利用KNN方法将类簇分为噪声类样本、故障类样本以及风险类样本，并删除其中的噪声类样本，最后在每一个类簇中输入一个随机数并根据随机数与类簇中故障类样本以及风险类样本的比例关系选择某个样本作为输出样本，实现SMOTE方法过采样，然后再通过倍增操作增加了少数类样本的数量，使得最终得到的融合样本中的样本类别更均衡，也就使得采集的特征数据均衡，从而便于开展模型训练，最大化的挖掘出数据背后的规律，实现较好的故障预测效果。

技术领域

本发明属于故障预测与检测领域，尤其涉及一种基于合成少数类过采样和深度学习的故障预测方法。

背景技术

飞行器、轨道交通装备等复杂装备长期运行在各种环境中，受复杂环境、工作状态及载荷等多因素影响，其功能和性能可能会发生异常变化，而这些异常变化通常可以通过故障预测方法反映出来。但是在实际应用中，得到的原始数据对象往往是非均衡的，即某个类别的样本数目要远多于其他类，因此当机电设备(如热控功能系统等的泵、电机等)正常数据与故障数据不均衡时，应用传统的数据驱动的方法就难以有效进行预测。

在不均衡数据中，一般将数目比较多的类称为多数类，而对应数目较少的类则称为少数类。传统的分类器在处理非均衡数据时，通常训练得到的分类器对于多数类具有偏向性，即对多数类的预测正确率较高，而对少数类的正确率则很相对偏低。目前对于非均衡数据集的处理方法通常可以分为两类：一种是基于数据层面的方法，即通过改变数据集的分布，使得非平衡数据集变成均衡的数据集。另一种是基于方法层面的方法，它通过改变少数类中误分类样本的权重，从而获得更好的分类效果。

目前基于方法层面的方法，主要包括代价敏感(Cost-Sensitive)学习、集成学习、单类学习和面向单个正类的学习等方法。基于数据层面的方法，一般采用随机过采样或随机欠采样方式对数据集进行再采样处理，旨在通过改变非均衡数据集的分布以提高后续分类模型的分类性能，主要包括SMOTE(Synthetic Minority Oversampling Technique，合成少数类过采样技术)等。SMOTE方法的本质是在少数类样本与某个近邻同类样本的连线上进行再采样，以此弥补随机过采样方法的不足。但由于少数类样本在合成新样本的过程中将近邻均视为同类，忽略了少数类样本周围多数类样本的分布特点。因此SMOTE在选择近邻时存在一定的盲目性，而且该方法无法克服非均衡数据集的数据分布问题，容易导致分布边缘化。

此外，针对飞行器、轨道交通装备等领域的机电设备(如热控功能系统的泵、电机等)，数据主要来源于工业传感器数据，主要特点是特征参数维度高，按一定的采样率采集数据，如果要充分利用传感器采集的类型数据，需要既考虑数据之间的时序联系，也要考虑当前时间点的特征之间的联系。

发明内容

为解决上述问题，本发明提供一种基于合成少数类过采样和深度学习的故障预测方法，通过倍增少数类样本的方式，使得最终得到的融合样本中的样本类别更均衡，便于开展模型训练，最大化的挖掘出数据背后的规律，实现较好的故障预测效果。

一种基于合成少数类过采样和深度学习的故障预测方法，包括以下步骤：

S1：获取故障原始数据，统计故障原始数据中各故障样本类别的样本数目，若样本数目大于预设阈值，则该故障样本类别为多数类，若不大于，则该故障样本类别为少数类；

S2：采用K-Means方法对少数类中的样本进行聚类，得到类簇，其中类簇的数量用R表示；

S3：采用离差平方和法，分别获取步骤S2中各类簇与所述多数类的距离，将距离最小者对应的类簇作为噪声类簇，并将噪声类簇从步骤S2中的类簇中删除，剩余R-1个类簇；