(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211237804.4 (22)申请日 2022.10.11 (71)申请人 江苏航运职业技术学院 地址 226000 江苏省南 通市经济技 术开发 区通盛大道185号 (72)发明人 张家瑞　沈毓婷　符闻伟　杨绍林　 范国庆　 (74)专利代理 机构 深圳天融专利代理事务所 (普通合伙) 44628 专利代理师 张莉 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/08(2012.01) G06F 17/16(2006.01)G06F 17/18(2006.01) (54)发明名称 基于偏最小二乘回归的疏浚作业产量预测 模型建立方法 (57)摘要 本发明属于疏浚作业领域， 涉及数据分析技 术， 用于解决现有的疏浚作业产量预测系统仅能 够对单一数据进行处理分析的问题， 具体是基于 偏最小二乘回归的疏浚作业产量预测模型建立 方法， 包括以下步骤： 通过数据采集模块采集监 控时间段的作业值与运行值， 并将其发送至初步 监测模块； 初步监测模块对接收的作业值和运行 值进行矩阵产量分析处理， 根矩阵产量分析处理 结果生成的表征正常信号、 表征异常信号和表征 考量信号并发送至综合分析模块； 本发明通过数 据采集模块可以对多源数据进行采集 以及预处 理， 通过对作业值以及运行值进行采集以及线性 分析对疏浚作业进度进行反馈， 从而提高疏浚作 业产量预测的结果精确性。 权利要求书2页 说明书7页 附图2页 CN 115310729 A 2022.11.08 CN 115310729 A 1.基于偏最小二乘回归的疏浚作业产量预测模型建立方法， 其特征在于， 包括以下步 骤： 步骤一： 通过数据采集模块采集监控时间段的作业值与运行值， 并将其发送至初步监 测模块； 步骤二： 初步监测模块对接收的作业值和运行值进行矩阵产量分析处理， 根矩阵产量 分析处理结果生成的表征正常信号、 表征异常信号和表征考量信号并发送至综合分析模 块； 步骤三： 综合分析模块用于对接收的疏浚作业中的表征类型信号数据和实质类型信号 数据进行数据价值分析处理， 通过数据价值分析处理结果生成安全稳定信号、 作业预警信 号以及波动信号并发送至预警模块； 步骤四： 预警模块接收到安全稳定信号、 作业预警信号以及波动信号时后进行预警反 馈分析处 理； 作业值的采集过程包括： 作业值用于表示监控时间段的疏浚线路多个时间点的作业量， 通过采集监控时间段的 作业值， 并将其标定为 ， 其中， i={1,2,3...n}， j={1,2,3...m}， i表示为疏浚线路个数， j表示监测时间点， 并将作 业值 代入额定作业值 内进行比对分析， 若作 业值 处 于额定作业阈值 之内， 则表示疏浚作业正常， 若工作值 处于额定工作阈值 之 外， 则表示疏浚作业异常， 并将疏浚作业正常标定为符号Z ‑1， 将疏浚作业异常标定为符号 Z‑2； 运行值的采集过程包括： 运行值用于表示监控时间段的各线路多个时间点的设备运行状态， 通过采集监控时间 段的运行系数， 并将其标定为 ， 其中， i={1,2,3...n }， k={1,2,3...o}， i表示为线路个 数， k表示一条线路的设备数量， 并将运行值 代入预设运行阈值 内进行比对分析， 若运行值 处于预设运行阈值 之内， 则表示设备运行正常， 若运行值 处于预设 运行阈值 之外， 则表示设备运行异常， 并将设备运行正常标定为符号Y ‑1， 将设备运行 异常标定为符号Y ‑2； 初步监测模块进行矩阵产量分析处 理的具体过程包括以下步骤： S1： 获取监控时间段的若干作业值 和若干运行值 的符号值Z ‑1或Z‑2和Y‑1或Y‑ 2， 并将其进行Excel表格统计， 将作业符号值项设定为行， 将运行符号值项设定为列， 且取 符号值Z‑1或Z‑2和Y‑1或Y‑2的样本个数量均不小于等于10 0个； S2： 将统计后的作业运行数据的Excel表格进行原始矩阵输出， 将样本数据的Excel表 格的行项和列项分别导入原始矩阵进行输出， 且原始矩阵中的行表示是疏浚作业异常情 况， 列表示是设备运行异常情况；权　利　要　求　书 1/2 页 2 CN 115310729 A 2S3： 将原始矩阵进行状态数据的转换， 若原始矩阵中的列和行交叉处的表现数值为0， 即 ， 则表示该时刻的疏浚作业和运行设备均为无异常状态； 若原始矩阵 中的列和行交叉处的表 现数值为1， 即 ， 则表示该时刻的疏浚作业为无异 常状态， 且设备运行为异常状态； 若原始矩阵中的列和行交叉处的表现数值为2， 即 ， 则表示该时刻的疏浚作业为异常状态， 且设备运行为无异常状态； 若原 始矩阵中的列和行交叉处的表现数值为3， 即 ， 则表示该时刻的疏浚作 业与设备运行均为异常状态； S4： 对状态转换矩阵中的表现数值0、 1、 2、 3进行分别求和统计， 并将表现数值为0的求 和结果标定为 ， 将表现数值为1的求和结果标定为 ， 将表现数值为2的求和结果标 定为 ， 将表现数值为3的求和结果标定为 ， 若 ， 则输出 表征正常信 号， 若 ， 则输出表征异常信号， 若 且 ， 则输出表征考 量信号； S5： 并将生成的表征正常信号、 表征异常信号和表征考 量信号均发送至综合分析模块； 综合分析模块对接收的疏浚作业中的表征类型信号数据和实质类型信号数据进行数 据价值分析处理的具体过程包括： 随机捕捉某个时间节点实时的实质类型信号数据， 并据 此获取对应时间节点监控时间段 的表征类型信号数据， 将两者进行集合判定， 若获取 的信 号为表征正常信号和实质正常信号， 则输出安全稳定信号， 若获取 的信号为表征异常信号 和实质异常信号或表征考量信号和实质异常信号， 则均输出作业预警信号， 若获取 的信号 为表征考 量信号和实质正常信号， 则输出波动信号。 2.根据权利要求1所述的基于偏最小二乘回归的疏浚作业产量预测模型建立方法， 其 特征在于， 运行系数的获取过程包括： 获取疏浚作业设备的温度数据WD、 振动数据ZD以及噪 声数据ZS， 疏浚作业设备的温度数据WD的获取过程包括： 获取疏浚作业设备发动机表面的 温度值以及标准温度范围， 将标准温度范围的最大值与最小值的平均值标记为标准温度 值， 将发动机表面的温度值与标准温度值的差值的绝对值标记为温度数据WD， 振动数据ZD 为疏浚作业设备工作时的发动机振动频率值， 噪声 数据ZS为疏浚作业设备工作时的噪声分 贝值， 通过对温度数据WD、 振动数据ZD以及噪声数据ZS进行数值计算得到疏浚作业设备的 运行系数YX。 3.根据权利要求2所述的基于偏最小二乘回归的疏浚作业产量预测模型建立方法， 其 特征在于， 预警模块进行 预警反馈分析处 理的具体过程包括： 当获取到的数据为作业预警信号时， 则据此生成一级预警信号， 并对应生成文字样本 “疏浚作业生产线存在严重异常 ”发送至显示模块进行输出说明； 当获取到的数据为波动信号 时， 则据此生成二级预警信号， 并对应生成文字样本 “疏浚 作业生产线存在轻微异常， 需要 进行异常观察 ”发送至显示模块进行输出说明。权　利　要　求　书 2/2 页 3 CN 115310729 A 3