【技术实现步骤摘要】
本专利技术涉及港口设备监测。
技术介绍
1、现有针对港口装卸设备健康状况的统计方法中，基于监测数据的健康指数研究较少。部分基于监测数据的研究是基于样本抽样统计方法进行数据选取，不仅数据量少而且跨越的时间范围短，不足于反应港口装卸设备完整健康状况。一些基于港口装卸设备数据综合评估健康指数的方法，在健康指标的权重选择时，主要采用的是主观方法决定权重，基于数据分布较少，同时结合监测项目数据分布和设备知识的专利更少，权重选择的科学性不足。
2、另外，由于监测项目众多，而实际监测项目很少，导致监测数据稀疏度大，直接导致了基于全部监测数据计算港口装卸设备的健康指数无法实现。
技术实现思路
1、针对现有健康指数构造方法由于数据量不足和数据稀疏度高不足以反应港口装卸设备健康状况的问题，本申请提供了基于监测大数据的港口装卸设备健康指数构建方法、装置及存储介质，基于监测大数据，针对监测者的监测项和未监测项，综合评价监测者的健康指数，进而为综合评价港口装卸设备的健康程度提供数据基础。
2、本专利技术为实现上述目的所采用的技术方案是：一种港口装卸设备健康指数构建方法，其特征在于：包括以下步骤：
3、s101、获取港口装卸设备监测数据，构建包含港口装卸设备各监测项目检查结果的监测数据集ⅰ；
4、s102、对监测数据集ⅰ及进行预处理，包括对监测数据集ⅰ中的异常值进行删除，并对缺失值进行填充，从而构建监测数据集ⅱ；
5、s103、对监测数据集ⅱ进行归一
6、s104、对监测数据集ⅱ进行同向化处理得到监测数据集ⅳ，并基于监测数据集ⅳ构建最优港口装卸设备的监测数据和最差港口装卸设备的监测数据；
7、s105、根据港口装卸设备监测数据与最优港口装卸设备的监测数据的相似度结合监测项目的指标权重获取最优健康距离，根据港口装卸设备监测数据与最差港口装卸设备的监测数据的相似度结合监测项目的指标权重获取最差健康距离；
8、s106、基于最优健康距离和最差健康距离计算港口装卸设备健康指数。
9、所述步骤s102中，异常值根据监测项目结果与所属项目均值的偏离程度确定，缺失值采用矩阵分解的方式进行填充，通过监测项目值与均值的偏离程度删除异常值，
10、对监测数据集ⅰ中的异常值进行删除，包括：
11、根据港口装卸设备监测项目检查结果计算该监测项目数值的平均值和标准差值；
12、根据该监测项目数值的平均值和标准差值设定正常值所属区间；
13、将监测项目值不属于正常值所属区间的项目值确定为异常值并删除，具体如下：
14、设监测项目xi的平均值为μi，标准差为σi
15、当监测项目值在正常区间[μi-λiσi,μi+λiσi]之外时，表示该监测项目值为异常值，将其删除，最终得到监测数据矩阵xa，其中λi为偏差系数；
16、缺失值包括未监测的项目值和删除的异常值，缺失值采用矩阵分解的方式进行填充，包括：
17、求取与删除异常值后的监测数据集ⅰ对应的相似数据集；
18、将监测数据集ⅰ中的缺失数据填充为相似数据集中对应位置的数据，具体为：
19、
20、其中为xa的近似矩阵；u为m×k的矩阵，v为n×k的矩阵，m为监测的设备总数量，n为监测的项目数，k为远小于m，n的数；
21、xa与之间的误差为j，具体为：
22、
23、其中，i,j分别表示矩阵xa中的行和列，xij,uil,vjl分别是矩阵xa，u，v中的元素，uil,vjj是要求解的元素，可通过梯度下降法求解，具体求解过程如下：
24、目标设定为minj，其中，j的梯度是：
25、
26、使用梯度下降更新uil,vjl，更新公式如下所示：
27、
28、其中，α是步长，可指定为[0,1]之间的数，最终，使用中的值填充xa中的缺失值，得到监测数据矩阵xb。
29、所述步骤s103中，基于所述监测数据集ⅲ求取各监测项目的指标权重，包括：
30、求解港口装卸设备数据在单一监测项目中的数值比重；
31、根据港口装卸设备数据在单一监测项目中的数值比重，求解各监测项目的信息熵；
32、根据所述各监测项目的信息熵计算各个监测项目的权重，具体如下：
33、首先对xb进行0-1标准化处理，得到监测数据矩阵xc，具体的方法为：
34、
35、其中yij是标准化后的值，xij是矩阵xb中的值，xj是第j项监测项目；
36、其次，对于监测数据矩阵xc，根据以下计算求解在第j个监测项目中，第i个设备的监测结果的比重pij：
37、
38、其中m为监测的总设备数；
39、再次，根据以下计算求取各监测项目的信息熵ej：
40、
41、其中j是监测项目，n是选择的监测项目的总数量；
42、最后，根据以下计算求解各个监测项目的权重wj：
43、
44、所述步骤s104中，基于所述监测数据集ⅳ构建最优港口装卸设备的监测数据和最差港口装卸设备的监测数据，包括：
45、提取所述监测数据集ⅳ中每一列的最大值构建最优港口装卸设备的监测数据；
46、提取所述监测数据集ⅳ中每一列的最小值构建最差港口装卸设备的监测数据，具体如下：
47、首先，针对监测数据矩阵xb进行同向化处理，基于监测项目振动常识以及监测项目值的数据分布，将监测项目分为两类，一种是监测项目值越低越健康，即极小型指标；一种是监测项目值处于某个区间段都属于健康，即区间型指标：
48、(1)对于极小型指标，数据同向化方式为
49、
50、(2)对于区间型指标，设定该指标处于区间[a,b]是健康的，高于b或者低于a都是不健康的，同时在[a,b]区间内，通过统计现有的监测项目数据，数据呈现正太分布，因此(a+b)/2的健康程度要高于a或者b，但a和b仍然是健康的，因此设定一个基础的健康值c，基于此，相关的同向化函数为：
51、
52、其中a*是监测项目可接受的最小值，a是监测项目正常范围的最小值，b是监测项目正常范围的最大值，b*是监测项目可接受的最大值，c为预先设定的、监测项目正常时对应的健康程度，属于[0,1]的区间，其数值越大，表示越健康；
53、经过上述同向化处理后将监测数据矩阵xb变为监测数据矩阵xd；
54、其次，对监测数据矩阵xd进行归一化处理变为矩阵xe，归一化处理方式为：
55、
56、其中zij为归一化后的矩阵xe中的元素，m为监测的设备数；
57、本文档来自技高网...
【技术保护点】
1.一种港口装卸设备健康指数构建方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：在步骤S102中，异常值的判定基于监测项目结果与其所属项目均值的偏差大小，通过评估监测项目值与均值之间的偏差程度，来识别并排除那些显著偏离正常范围的异常值；而缺失值则通过矩阵分解技术进行估计补充。，
3.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：所述步骤S103中，基于所述监测数据集Ⅲ求取各监测项目的指标权重，包括：
4.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：所述步骤S104中，基于所述监测数据集Ⅳ构建最优港口装卸设备的监测数据和最差港口装卸设备的监测数据，包括：
5.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：所述步骤S105中，分别计算每个设备与最优港口装卸设备和最差港口装卸设备的相似度：
6.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：所述步骤S106中，根据以下计算获取每个监测港口装卸
7.一种港口装卸设备健康指数构建装置，其特征在于：包括：
8.一种港口装卸设备健康指数的可视化方法，其特征在于：包括以下步骤：
9.一种港口装卸设备健康指数的可视化方法，其特征在于：包括以下步骤：
10.一种计算机可读存储介质，其特征在于：该计算机可读存储介质内存储有计算机指令集，计算机指令集被处理器执行实现权利要求1-9所提供的基于监测大数据的港口装卸设备健康指数构建方法或者港口装卸设备健康指数的可视化方法。
...【技术特征摘要】
1.一种港口装卸设备健康指数构建方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：在步骤s102中，异常值的判定基于监测项目结果与其所属项目均值的偏差大小，通过评估监测项目值与均值之间的偏差程度，来识别并排除那些显著偏离正常范围的异常值；而缺失值则通过矩阵分解技术进行估计补充。，
3.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：所述步骤s103中，基于所述监测数据集ⅲ求取各监测项目的指标权重，包括：
4.根据权利要求1所述的一种港口装卸设备健康指数构建方法，其特征在于：所述步骤s104中，基于所述监测数据集ⅳ构建最优港口装卸设备的监测数据和最差港口装卸设备的监测数据，包括：
5.根据权利要求1所述的一种港口装...
【专利技术属性】
技术研发人员：袁帅，刘雪琴，来关飞，于丹竹，张煜巾，马玉贤，王玉，
申请(专利权)人：国家海洋环境监测中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。