详情

原文传递一种基于SMT的异常监测集成预测系统

专利名称：	一种基于SMT的异常监测集成预测系统
摘要：	本发明公开了一种基于SMT的异常监测集成预测系统，其特征在于，包括：数据输入层，用于作为数据传入的接口；数据预处理层，用于信号格式处理；业务逻辑层，用于对数据进行统计分析、规律推定与预警；模型管理层，用于作为管理属性、特征建立、模型建立以及储存历史模型；应用层，用于作为日常使用、管理与支持外部系统通过接口访问。本发明具有如下有益效果：1)通过信息采集与自动预警，使事前预警与事后分析能够更全面且实时。2)综合考虑各种潜在属性，有助于提高SMT异常监测与预测的准确性，为SMT提供良好的技术保障。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	永大电梯设备(中国)有限公司
发明人：	江正文
专利状态：	有效
申请日期：	2019-04-25T00:00:00+0800
发布日期：	2019-07-30T00:00:00+0800
申请号：	CN201910340298.3
公开号：	CN110065866A
代理机构：	上海天翔知识产权代理有限公司
代理人：	吕伴
分类号：	B66B5/00(2006.01);B;B66;B66B;B66B5
申请人地址：	201612 上海市松江区九新公路99号
主权项：	1.一种基于SMT的异常监测集成预测系统，采用分层设计，其特征在于,包括以下各层功能模块：数据输入层，所述数据输入层用于通过文件或网络通信方式接入数据，并将所接入的数据输出；数据预处理层，所述数据预处理层接收来自所述数据输入层输出的数据并将所接收的数据转化为格式化数据输出；，将格式化的监测数据输出至业务逻辑层；业务逻辑层，所述业务逻辑层接收来自所述数据预处理层输出的格式化数据并对所接收的格式化数据进行统计分析、规律推定以及信号预警，同时将数据存入模型管理层；模型管理层用于管理属性、特征建立、模型建立以及储存历史模型；应用层负责用户与平台交互、管理、设置相关规则；同时提供外部系统通过接口访问。 2.如权利要求1所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述的数据预处理层包括数据填充模块、数据标准化模块、数据转化模块与数据编码模块；其中：所述数据填充模块是用于填充缺失值，然后将数据输出至所述数据标准化模块；所述数据标准化模块是用于消除变量间的量纲关系，从而使数据具有可比性；所述数据转化模块是用于将数据由数值型转化为类别型；所述数据编码模块是用于将类别型字段进行编码。 3.如权利要求2所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述数据填充模块是用于填充缺失值是指空值、异常值与离群值的填充处理。 4.如权利要求2所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述数据填充模块是用于填充缺失值所采用的填充的方式为删除、采用平均值填充、采用殊值填充、使用所有可能的值填充或使用其他估算法填充。 5.如权利要求2所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述数据标准化模块是用于消除变量间的量纲关系，从而使数据具有可比性是指采用Z-score标准化，让处理的数据符合均值为0，标准差为1的标准正态分布；采用0-1标准化，对原始数据进行线性变换，使结果落到[0,1]区间。 6.如权利要求1所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述的模型管理层包括属性库、特征模块、算法库与模型库；其中：所述属性库是用于管理属性组合；所述特征模块是用于计算数据中所有可能的属性组合，以找到预测效果最好的属性子集，进而提高预测的准确度；算法库是用于依据各种实际问题选择适用的算法；所述模型库用于管理各种分类模型。 7.如权利要求6所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述属性库包括原物料属性、设备属性以及其他各种类别属性。 8.如权利要求6所述的一种基于SMT的异常监测集成预测系统,其特征在于,所述算法库包括属于Classification和Clustering的分类区隔类算法；属于Regression和Time-series推算预测类算法；属于Association和Sequence序列规则类算法。
所属类别：	发明专利