作者 | 主题 |
---|---|
checkitout 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 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。
|