本發(fā)明涉及電力設(shè)備數(shù)據(jù)處理技術(shù)，尤其涉及一種基于貝葉斯網(wǎng)絡(luò)的缺陷數(shù)據(jù)自動(dòng)文摘分類方法。

背景技術(shù)：
：

設(shè)備缺陷數(shù)據(jù)自身包含的數(shù)據(jù)信息很豐富，缺陷數(shù)據(jù)的記錄是采用人為定性的填寫表單方式。不同的工作人員缺陷判斷的思路不同，導(dǎo)致錄入系統(tǒng)的缺陷數(shù)據(jù)呈現(xiàn)出信息口語(yǔ)化、缺失、表述模糊等特征。在數(shù)據(jù)規(guī)模劇增、數(shù)據(jù)結(jié)構(gòu)錯(cuò)綜復(fù)雜的大背景下，挖掘數(shù)據(jù)資源中有價(jià)值的模式和規(guī)律，指導(dǎo)電力設(shè)備運(yùn)行，輔助設(shè)備風(fēng)險(xiǎn)監(jiān)控。因此，根據(jù)實(shí)際缺陷數(shù)據(jù)現(xiàn)狀，尋求一種更高效、科學(xué)的設(shè)備缺陷數(shù)據(jù)處理方法，構(gòu)建貝葉斯網(wǎng)絡(luò)模型，實(shí)現(xiàn)缺陷數(shù)據(jù)的自動(dòng)文摘分類，對(duì)提高電網(wǎng)系統(tǒng)運(yùn)行決策、風(fēng)險(xiǎn)監(jiān)控水平具有重要指導(dǎo)意義。

技術(shù)實(shí)現(xiàn)要素：
：

本發(fā)明的一種基于貝葉斯網(wǎng)絡(luò)的缺陷數(shù)據(jù)自動(dòng)文摘分類方法，所述方法包括：

a.對(duì)每條缺陷數(shù)據(jù)中缺陷表象、缺陷部位、缺陷描述、缺陷設(shè)備、缺陷原因各象限中的文本信息進(jìn)行整合，將整合后的缺陷記錄作為一個(gè)文本分析對(duì)象；利用中文分詞系統(tǒng)對(duì)缺陷文本樣本進(jìn)行分詞；

b.利用貝葉斯分類算法，分別對(duì)缺陷樣本數(shù)據(jù)進(jìn)行設(shè)備名稱、缺陷部位、缺陷類型三個(gè)分析維度的文摘分類，得到部分缺陷維度的分類類型；

c.根據(jù)缺陷數(shù)據(jù)內(nèi)部各維度之間的關(guān)聯(lián)關(guān)系，利用已分類出的部分缺陷維度文摘構(gòu)建缺陷文摘信息的貝葉斯網(wǎng)絡(luò)模型，得到缺陷模型的學(xué)習(xí)規(guī)則；

d.對(duì)實(shí)際缺陷數(shù)據(jù)進(jìn)行自動(dòng)文摘和分類處理，從而規(guī)范缺陷數(shù)據(jù)，為設(shè)備缺陷相關(guān)的分析應(yīng)用提供基礎(chǔ)數(shù)據(jù)。

其中，步驟a所述缺陷樣本數(shù)據(jù)包括缺陷發(fā)現(xiàn)時(shí)間、缺陷原因、缺陷表象、缺陷部位、缺陷描述、缺陷設(shè)備等文本信息；在合并文本信息過(guò)程中，對(duì)各項(xiàng)中重復(fù)描述的文本內(nèi)容進(jìn)行刪減，得到一條簡(jiǎn)潔的缺陷數(shù)據(jù)。

其中，步驟a所述中文分詞系統(tǒng)是中科院設(shè)計(jì)的ICTCLAS2016分詞系統(tǒng)，對(duì)每條合并后的缺陷數(shù)據(jù)進(jìn)行批量分詞，得到缺陷文本信息樣本。

其中，步驟b所述分別對(duì)缺陷樣本進(jìn)行設(shè)備名稱、缺陷類型、缺陷部位維度上的貝葉斯分類處理；該過(guò)程是指通過(guò)利用貝葉斯網(wǎng)絡(luò)學(xué)習(xí)已分類好屬性類別的缺陷樣本，得到能分別識(shí)別設(shè)備名稱、缺陷部位、缺陷類型三個(gè)文摘維度的分類模型，對(duì)缺陷數(shù)據(jù)進(jìn)行初步的分類處理，得到缺陷數(shù)據(jù)的部分文摘信息；

其中，步驟b所述各維度的分類處理過(guò)程基本相同，都是在提取詞干后，利用貝葉斯網(wǎng)絡(luò)對(duì)樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，網(wǎng)絡(luò)模型由不同的各類別屬性來(lái)進(jìn)行構(gòu)建，其次將遺傳搜索算法作為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的搜索路勁，訓(xùn)練學(xué)習(xí)得到<設(shè)備名稱>維度的貝葉斯模型；

步驟b01：在對(duì)<設(shè)備名稱>維度進(jìn)行分類時(shí)，設(shè)缺陷數(shù)據(jù)集為TD＝{[T₁,SM₁],[T₂,SM₂]...,[T_n,SM_n]}，其中，T_i表示第i條缺陷樣本信息，SM_i表示T_i缺陷數(shù)據(jù)的設(shè)備名稱類別。將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，先對(duì)缺陷文本數(shù)據(jù)進(jìn)行字符串屬性轉(zhuǎn)換，轉(zhuǎn)換成可標(biāo)識(shí)的向量類型，獲得TFIDF數(shù)據(jù)，文本轉(zhuǎn)化為矢量后，對(duì)缺陷文本數(shù)據(jù)中的停用詞進(jìn)行過(guò)濾，并對(duì)文本進(jìn)行詞干提取；在提取到準(zhǔn)關(guān)鍵詞后，利用貝葉斯網(wǎng)絡(luò)對(duì)樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，網(wǎng)絡(luò)模型由不同的各類別屬性來(lái)進(jìn)行構(gòu)建，其次將遺傳搜索算法作為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的搜索路勁，訓(xùn)練學(xué)習(xí)得到<設(shè)備名稱>維度的貝葉斯模型。

步驟b02和b03：依上述數(shù)據(jù)處理過(guò)程，分別建立缺陷數(shù)據(jù)<缺陷部位>、<缺陷類別>維度的缺陷數(shù)據(jù)集，然后在已有缺陷數(shù)據(jù)樣本的基礎(chǔ)上，進(jìn)行貝葉斯網(wǎng)絡(luò)模型的訓(xùn)練，得到三個(gè)缺陷維度的分類模型，用于設(shè)備缺陷數(shù)據(jù)各維度上的分類處理。

其中，步驟c所述根據(jù)步驟b分類出的設(shè)備名稱、缺陷部位、缺陷類型信息，利用步驟b中已分類出的部分歷史缺陷數(shù)據(jù)摘要和歷史缺陷數(shù)據(jù)在各維度上的信息，構(gòu)建缺陷自動(dòng)文摘的貝葉斯網(wǎng)絡(luò)模型，學(xué)習(xí)訓(xùn)練得到對(duì)應(yīng)模型的學(xué)習(xí)規(guī)則。

設(shè)數(shù)據(jù)集

TD＝{[T₁,SM₁,SL₁,QB₁,QL₁,QY₁],...,[T_n,SM_n,SL_n,QB_n,QL_n,QY_n]}，數(shù)據(jù)集中，SL_i,QB_i,QL_i,QY_i分別表示T_i缺陷數(shù)據(jù)的設(shè)備類型、缺陷部位、缺陷類型、缺陷原因類別。將設(shè)備名稱、設(shè)備類型、缺陷部位、缺陷類型、缺陷原因作為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練節(jié)點(diǎn)，在步驟b中初步分類出來(lái)的設(shè)備名稱、缺陷部位、缺陷類型維度的信息基礎(chǔ)上，采用四中不同的算法用于估計(jì)網(wǎng)絡(luò)的條件概率表，可分別嘗試使用K2或TAN算法、爬山法、模擬退火、禁忌搜索和遺傳算法等不同搜索算法，得到不同搜索策略下訓(xùn)練生成的網(wǎng)絡(luò)模型，將網(wǎng)絡(luò)參數(shù)調(diào)整至最優(yōu)，通過(guò)比較各學(xué)習(xí)方案中模型的自動(dòng)文摘準(zhǔn)確率、時(shí)間效率等參數(shù)，來(lái)最終確定不同分析場(chǎng)景下、不同缺陷數(shù)據(jù)的自動(dòng)文摘分類處理模型，實(shí)現(xiàn)缺陷數(shù)據(jù)的標(biāo)準(zhǔn)化，提高缺陷分析數(shù)據(jù)的質(zhì)量。

其中，步驟d所述，是指通過(guò)訓(xùn)練歷史缺陷樣本數(shù)據(jù)得到分類模型后，根據(jù)設(shè)備所有缺陷類型的缺陷數(shù)據(jù)，分別進(jìn)行分類和數(shù)據(jù)的文摘提取，得到缺陷數(shù)據(jù)的分類分析結(jié)論及規(guī)范化表述形式。

有益效果：本發(fā)明針對(duì)系統(tǒng)缺陷數(shù)據(jù)不規(guī)范、缺失、表述模糊等問(wèn)題，利用缺陷數(shù)據(jù)內(nèi)部之間的關(guān)聯(lián)，構(gòu)建貝葉斯網(wǎng)絡(luò)模型，實(shí)現(xiàn)缺陷數(shù)據(jù)的自動(dòng)文摘分類，不僅規(guī)范了歷史缺陷數(shù)據(jù)的記錄，還將缺陷數(shù)據(jù)做了較為精確的分類，為其他的設(shè)備缺陷分析功能提供質(zhì)量較好的基礎(chǔ)數(shù)據(jù)，發(fā)揮電網(wǎng)數(shù)據(jù)在設(shè)備運(yùn)行決策、風(fēng)險(xiǎn)監(jiān)控中的重要應(yīng)用價(jià)值。

附圖說(shuō)明：

圖1為本發(fā)明的流程圖。

具體實(shí)施方式

為使本發(fā)明的技術(shù)方案和優(yōu)勢(shì)更加清楚，下面根據(jù)說(shuō)明附圖1對(duì)本方法作具體說(shuō)明描述：

步驟a.首先，對(duì)每條缺陷數(shù)據(jù)中缺陷表象、缺陷部位、缺陷描述、缺陷設(shè)備、缺陷原因各象限中的文本信息進(jìn)行整合，在合并文本信息過(guò)程中，對(duì)各項(xiàng)中重復(fù)描述的文本內(nèi)容進(jìn)行刪減，得到一條簡(jiǎn)潔的缺陷數(shù)據(jù)。將整合后的缺陷記錄作為一個(gè)文本分析對(duì)象；

然后，利用中科院設(shè)計(jì)的ICTCLAS2016分詞系統(tǒng)對(duì)合并后的每條缺陷數(shù)據(jù)進(jìn)行批量分詞處理，得到缺陷文本信息樣本。

步驟b.利用貝葉斯分類算法，分別對(duì)缺陷樣本進(jìn)行設(shè)備名稱、缺陷類型、缺陷部位維度上的貝葉斯分類處理；該過(guò)程是指通過(guò)利用貝葉斯網(wǎng)絡(luò)學(xué)習(xí)已分類好屬性類別的缺陷樣本，得到能分別識(shí)別設(shè)備名稱、缺陷部位、缺陷類型三個(gè)文摘維度的分類模型，對(duì)缺陷數(shù)據(jù)進(jìn)行初步的分類處理，得到缺陷數(shù)據(jù)的部分文摘信息；

其中，步驟b所述各維度的分類處理過(guò)程基本相同，都是在提取詞干后，利用貝葉斯網(wǎng)絡(luò)對(duì)樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，網(wǎng)絡(luò)模型由不同的各類別屬性來(lái)進(jìn)行構(gòu)建，其次將遺傳搜索算法作為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的搜索路勁，訓(xùn)練學(xué)習(xí)得到<設(shè)備名稱>維度的貝葉斯模型；

步驟b01：在對(duì)<設(shè)備名稱>維度進(jìn)行分類時(shí)，設(shè)缺陷數(shù)據(jù)集為TD＝{[T₁,SM₁],[T₂,SM₂]...,[T_n,SM_n]}，其中，T_i表示第i條缺陷樣本信息，SM_i表示T_i缺陷數(shù)據(jù)的設(shè)備名稱類別。將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，先對(duì)缺陷文本數(shù)據(jù)進(jìn)行字符串屬性轉(zhuǎn)換，轉(zhuǎn)換成可標(biāo)識(shí)的向量類型，獲得TFIDF數(shù)據(jù)，文本轉(zhuǎn)化為矢量后，對(duì)缺陷文本數(shù)據(jù)中的停用詞進(jìn)行過(guò)濾，并對(duì)文本進(jìn)行詞干提取；在提取到準(zhǔn)關(guān)鍵詞后，利用貝葉斯網(wǎng)絡(luò)對(duì)樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，網(wǎng)絡(luò)模型由不同的各類別屬性來(lái)進(jìn)行構(gòu)建，其次將遺傳搜索算法作為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的搜索路勁，訓(xùn)練學(xué)習(xí)得到<設(shè)備名稱>維度的貝葉斯模型。

步驟b02和b03：依上述數(shù)據(jù)處理過(guò)程，分別建立缺陷數(shù)據(jù)<缺陷部位>、<缺陷類別>維度的缺陷數(shù)據(jù)集，然后在已有缺陷數(shù)據(jù)樣本的基礎(chǔ)上，進(jìn)行貝葉斯網(wǎng)絡(luò)模型的訓(xùn)練，得到三個(gè)缺陷維度的分類模型，用于設(shè)備缺陷數(shù)據(jù)各維度上的分類處理。

步驟c.根據(jù)步驟b分類出的設(shè)備名稱、缺陷部位、缺陷類型信息，學(xué)習(xí)缺陷數(shù)據(jù)內(nèi)部各維度之間的關(guān)聯(lián)關(guān)系，利用已分類出的部分缺陷維度文摘構(gòu)建缺陷文摘信息的貝葉斯網(wǎng)絡(luò)模型，得到缺陷模型的學(xué)習(xí)規(guī)則；

設(shè)數(shù)據(jù)集

TD＝{[T₁,SM₁,SL₁,QB₁,QL₁,QY₁],...,[T_n,SM_n,SL_n,QB_n,QL_n,QY_n]}，數(shù)據(jù)集中，SL_i,QB_i,QL_i,QY_i分別表示T_i缺陷數(shù)據(jù)的設(shè)備類型、缺陷部位、缺陷類型、缺陷原因類別。將設(shè)備名稱、設(shè)備類型、缺陷部位、缺陷類型、缺陷原因作為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練節(jié)點(diǎn)，在步驟b中初步分類出來(lái)的設(shè)備名稱、缺陷部位、缺陷類型維度的信息基礎(chǔ)上，采用四中不同的算法用于估計(jì)網(wǎng)絡(luò)的條件概率表，可分別嘗試使用K2或TAN算法、爬山法、模擬退火、禁忌搜索和遺傳算法等不同搜索算法，得到不同搜索策略下訓(xùn)練生成的網(wǎng)絡(luò)模型，將網(wǎng)絡(luò)參數(shù)調(diào)整至最優(yōu)，通過(guò)比較各學(xué)習(xí)方案中模型的自動(dòng)文摘準(zhǔn)確率、時(shí)間效率等參數(shù)，來(lái)最終確定不同分析場(chǎng)景下、不同缺陷數(shù)據(jù)的自動(dòng)文摘分類處理模型，實(shí)現(xiàn)缺陷數(shù)據(jù)的標(biāo)準(zhǔn)化，提高缺陷分析數(shù)據(jù)的質(zhì)量。

步驟d.通過(guò)訓(xùn)練歷史缺陷樣本數(shù)據(jù)得到分類模型后，根據(jù)設(shè)備所有缺陷類型的缺陷數(shù)據(jù)，分別進(jìn)行分類和數(shù)據(jù)的文摘提取，得到缺陷數(shù)據(jù)的分類分析結(jié)論及規(guī)范化表述形式。