基于关联度分析的生产异常模式挖掘

• 作者: 宋佳 张勇 张可佳 李春生
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 特征筛选 时间序列 函数拟合 关联分析
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 应用开发研究
• 页码范围: 124-128,132
• 页数: 6页
• 分类号: TP301
• 字数: 4971字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.09.027

摘要

为解决在智能化生产预警方法应用的过程中原始数据维度高、数据结构复杂、数据量大的问题,提出了基于关联度分析的生产异常模式挖掘方法.该方法建立了预警目标与影响特征之间的关联关系,通过计算关联度筛选出重要特征.在均值化方法处理数据的过程中,通过引入时间序列、选取时间粒度来截取距离数据,通过计算关联度、摒弃无效影响特征和降低数据维度来完成数据的准备过程.结合损耗性异常的业务数据特点,采用了基于时间序列的G-R分段拟合方法拟合数据,并利用均方根误差方法校验模型的准确性.实验验证选取了三次采油生产的异常情况为实例,采用G-R模型对特征集的元素进行分段拟合以求解相关参数.实例验证结果表明,该方法的预测数据与原始观测数据的吻合度高,且预测准确度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	东北石油大学计算机与信息技术学院	64	176	7.0	9.0
2	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
3	张可佳	东北石油大学计算机与信息技术学院	29	44	4.0	5.0
4	宋佳	东北石油大学计算机与信息技术学院	5	10	2.0	3.0