基于两阶段频繁项集产生策略的工业数据关联规则挖掘及异常工况预测方法

摘要

本发明公开了一种基于两阶段频繁项集产生策略的工业数据关联规则挖掘及异常工况预测方法，可应用于工业过程的故障预测与健康管理。本发明把关联规则挖掘引入工业设备故障预测中，通过关联规则挖掘算法寻找运行参数间的关联性。针对工业数据特点，从设备运行参数的变化趋势入手，通过以运行参数变化趋势为最重要的指标生成事务集，并以此为基础进行参数与参数之间的关联规则挖掘，随后将关联规则挖掘结果引入工业设备异常工况预测中，以获得更为准确的预测结果。对于工程上的故障预测和健康管理有重大应用价值。