一种自动恢复环焊缝缺失数据项方法、系统、介质和设备与流程

本发明涉及环焊缝失效风险数据处理领域，尤其涉及一种自动恢复环焊缝缺失数据项方法、系统、介质和设备。

背景技术：

1、环焊缝的失效是影响管道失效的最重要因素。对环焊缝的失效预测是通过各种机器学习算法对典型训练样本的学习完成。典型训练样本的选择可以做到数据完备，但在实际预测中，生产中的环焊缝基础数据往往面临个别数据项缺失的现实。数据项缺失，会造成训练好的模型无法预测。目前，没有方法可以根据典型训练样本预测恢复环焊缝缺失数据项，这导致了有缺失数据项的环焊缝无法进行风险预测。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术的不足，提供自动恢复环焊缝缺失数据项方法、系统、介质和设备。

2、本发明解决上述技术问题的技术方案如下：

3、一种自动恢复环焊缝缺失数据项方法，包括：

4、构建包括完整数据项的样本数据的样本向量矩阵；

5、根据包括缺失数据项的环焊缝缺失数据，构建第一失效数据向量；根据第一失效数据向量结合所述样本向量矩阵，计算预设关联函数；根据所述预设关联函数计算出缺失数据项；

6、根据计算出的缺失数据项恢复环焊缝缺失数据。

7、本发明的有益效果是：本方案通过针对缺失数据项环焊缝的典型样本拟合系数，利用拟合系数和典型样本，可以快速恢复缺失数据项。使以往无法风险预测的环焊缝可以实现正常预测。

8、进一步地，所述构建包括完整数据项的样本数据的样本向量矩阵，具体包括：

9、根据完整数据项的样本数据，构建多个样本向量；

10、对每个样本向量进行预设归一化处理，根据所有归一化处理后的样本向量，构建样本向量矩阵。

11、进一步地，所述预设归一化处理，具体包括：

12、通过第一公式进行归一化处理，所述第一公式为：

13、

14、其中，为所述样本数据的第i个样本向量中的第j个数据的归一化值；xij为所述样本数据的第i个样本向量中的第j个数据的实际值；maxj为所有样本向量中第j个数据的实际最大值。

15、进一步地，所述构建包括缺失数据项的第一失效数据向量，具体包括：

16、构建包括缺失数据项的失效数据向量；

17、对所述失效数据向量进行所述预设归一化处理，获得归一化处理后的第一失效数据向量。

18、本发明解决上述技术问题的另一种技术方案如下：

19、一种自动恢复环焊缝缺失数据项系统，包括：全数据向量构建模块、缺失数据向量构建模块、关联函数计算模块、缺失项目计算模块和恢复模块；

20、所述全数据向量构建模块用于根据包括缺失数据项的环焊缝缺失数据，构建第一失效数据向量；

21、所述缺失数据向量构建模块用于构建包括缺失数据项的第一失效数据向量；

22、所述关联函数计算模块用于根据第一失效数据向量结合所述样本向量矩阵，计算预设关联函数；

23、所述缺失项目计算模块用于根据所述预设关联函数计算出缺失数据项；所述恢复模块用于根据计算出的缺失数据项恢复环焊缝缺失数据。

24、本发明的有益效果是：本方案通过针对缺失数据项环焊缝的典型样本拟合系数，利用拟合系数和典型样本，可以快速恢复缺失数据项。使以往无法风险预测的环焊缝可以实现正常预测。

25、进一步地，所述全数据向量构建模块具体用于根据完整数据项的样本数据，构建多个样本向量；

26、对每个样本向量进行预设归一化处理，根据所有归一化处理后的样本向量，构建样本向量矩阵。

27、进一步地，所述全数据向量构建模块具体用于通过第一公式进行归一化处理，所述第一公式为：

28、

29、其中，为所述样本数据的第i个样本向量中的第j个数据的归一化值；xij为所述样本数据的第i个样本向量中的第j个数据的实际值；maxj为所有样本向量中第j个数据的实际最大值。

30、进一步地，所述缺失数据向量构建模块具体用于构建包括缺失数据项的失效数据向量；

31、对所述失效数据向量进行所述预设归一化处理，获得归一化处理后的第一失效数据向量。

32、本发明解决上述技术问题的另一种技术方案如下：

33、一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一方案所述的一种自动恢复环焊缝缺失数据项方法。

34、本发明解决上述技术问题的另一种技术方案如下：

35、一种电子设备，其特征在于，包括处理器和上述方案所述的存储介质，所述处理器执行所述存储介质中的指令。

36、本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。

技术特征：

1.一种自动恢复环焊缝缺失数据项方法，其特征在于，包括：

2.根据权利要求1所述的一种自动恢复环焊缝缺失数据项方法，其特征在于，所述构建包括完整数据项的样本数据的样本向量矩阵，具体包括：

3.根据权利要求2所述的一种自动恢复环焊缝缺失数据项方法，其特征在于，所述预设归一化处理，具体包括：

4.根据权利要求2或3所述的一种自动恢复环焊缝缺失数据项方法，其特征在于，所述构建包括缺失数据项的第一失效数据向量，具体包括：

5.一种自动恢复环焊缝缺失数据项系统，其特征在于，包括：全数据向量构建模块、缺失数据向量构建模块、关联函数计算模块、缺失项目计算模块和恢复模块；

6.根据权利要求5所述的一种自动恢复环焊缝缺失数据项系统，其特征在于，所述全数据向量构建模块具体用于根据完整数据项的样本数据，构建多个样本向量；

7.根据权利要求6所述的一种自动恢复环焊缝缺失数据项系统，其特征在于，所述全数据向量构建模块具体用于通过第一公式进行归一化处理，所述第一公式为：

8.根据权利要求6或7所述的一种自动恢复环焊缝缺失数据项系统，其特征在于，所述缺失数据向量构建模块具体用于构建包括缺失数据项的失效数据向量；

9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至4中任一项所述的一种自动恢复环焊缝缺失数据项方法。

10.一种电子设备，其特征在于，包括处理器和权利要求9所述的存储介质，所述处理器执行所述存储介质中的指令。

技术总结
本发明公开了一种自动恢复环焊缝缺失数据项方法、系统、介质和设备，涉及环焊缝失效风险数据处理领域。该方法包括：构建包括完整数据项的样本数据的样本向量矩阵；构建包括缺失数据项的第一失效数据向量；根据第一失效数据向量结合所述样本向量矩阵，计算预设关联函数；根据所述预设关联函数计算出缺失数据项；根据计算出的缺失数据项恢复环焊缝缺失数据项，通过针对缺失数据项环焊缝的典型样本拟合系数，利用拟合系数和典型样本，可以快速恢复缺失数据项。使以往无法风险预测的环焊缝可以实现正常预测。

技术研发人员：李亚平,曹旦夫,彭云超,淦邦,齐峰,王萌萌,马凯军,毛俊辉,李昕,孟繁兴
受保护的技术使用者：国家石油天然气管网集团有限公司
技术研发日：
技术公布日：2024/1/13