技术论坛

 • 产品分类
 • 咱工程师的故事
 • 培训与认证答疑专区
 • 服务合作伙伴专区

 WinCC OA中基于随机森林算法进行故障根因分析的简介

返回主题列表
作者 主题
checkitout
官方工程师
西门子官方工程师西门子官方工程师

经验值:1628
发帖数:180
精华帖:17
楼主    2017-09-06 15:13:37
主题：WinCC OA中基于随机森林算法进行故障根因分析的简介 精华帖 

WinCC OA中基于随机森林算法进行故障根因分析的简介

 

    随机森林决策树是一种由多棵决策树组合而成的联合预测模型，可以快速且有效的多类分类。它也是机器学习中较常见的一种算法。

    WinCC OA V3.15 的SmartSCADA中提供了基于随机森林决策树算法的根因分析功能，该功能无需编程，提供了一套方便的数据分析挖掘工具，可以帮助工程师分析现场积累的关于设备运行数据的历史归档数据，发现设备运行数据间的相关性，选取和运行状态有较强相关性的若干个数据变量，提取其有代表性的历史数据，并对这些历史数据进行等时间间隔的重采样，将其作为模型训练数据。

 

 

    工程师可以基于设备运行经验和各种状态，在软件的辅助下，将数据集粗设若干分类，并为每种分类定义标签或名称，在这里的分类标签可以是设备的若干种运行状态(可以是包含了导致该状态的简要原因或解决方法)。

 

 

    接下来软件就可以基于这些数据集和分类进行模型训练，并将模型的训练质量反馈给工程师，工程师可以输入新数据来验证模型预测效果。

 

 

    如果预测效果不佳（比如:误差率超过10%），可以对训练数据的分类进行手动调整，重新训练。如果误差率较低，就说明预测效果不错，可以通过预测函数调用训练好的这个模型在线实时地预测设备状态，并将结果用报警等多种方式进行可视化，帮助操作维护人员快速了解设备状态，快速找到设备即将出现故障的原因，避免设备停机。

 

 
您收到0封站内信：
×
×
信息提示
很抱歉！您所访问的页面不存在，或网址发生了变化，请稍后再试。