基于關(guān)聯(lián)規(guī)則的多普勒天氣雷達(dá)故障挖掘算法分析

程 雷 ,肖光梁,程 攀,姚 文,單振宇

(1.丹東市氣象局，遼寧 丹東 118000；2.遼寧省氣象災(zāi)害監(jiān)測(cè)預(yù)警中心，遼寧 沈陽(yáng) 110116；3.營(yíng)口市氣象局，遼寧 營(yíng)口 115001)

0 引言

由于電子產(chǎn)品、探測(cè)設(shè)備、監(jiān)控系統(tǒng)等逐漸向信息化、現(xiàn)代化、集成化方向發(fā)展，計(jì)算機(jī)數(shù)據(jù)處理技術(shù)的飛速提升，使得這些先進(jìn)技術(shù)在多普勒天氣雷達(dá)系統(tǒng)中的應(yīng)用取得了極為顯著的效果[1]。多普勒天氣雷達(dá)的安全穩(wěn)定運(yùn)行和維修保障體系就是這些先進(jìn)技術(shù)成果運(yùn)用的重要體現(xiàn)[2-3]。一般情況下，多普勒天氣雷達(dá)依靠技術(shù)人員對(duì)軟硬件知識(shí)和維修保障能力解決基本故障，以保障設(shè)備的持續(xù)、平穩(wěn)運(yùn)行；但由于多普勒天氣雷達(dá)對(duì)工作環(huán)境有較高的要求，很容易受到溫度、濕度和同頻干擾等因素影響，導(dǎo)致發(fā)射機(jī)、接收機(jī)及天線等故障且以致圖像異常，而一旦多普勒天氣雷達(dá)發(fā)生故障沒(méi)有及時(shí)診斷和修復(fù)，就會(huì)影響多普勒天氣雷達(dá)系統(tǒng)的安全運(yùn)行[4]；特別是在多普勒天氣雷達(dá)出現(xiàn)較為嚴(yán)重的故障時(shí)，還需要查找故障碼，配合廠家專(zhuān)業(yè)技術(shù)人員進(jìn)行故障診斷和定位，確保及時(shí)修復(fù)，以保障多普勒天氣雷達(dá)數(shù)據(jù)的利用率。

因此，研究開(kāi)發(fā)一種有效的算法用于快速、準(zhǔn)確挖掘出多普勒天氣雷達(dá)系統(tǒng)故障，及時(shí)對(duì)故障進(jìn)行修復(fù)，確保多普勒天氣雷達(dá)系統(tǒng)的可使用性以及可靠性。目前，用于多普勒天氣雷達(dá)故障挖掘的算法還存在一些不足，主要表現(xiàn)在以下幾個(gè)方面：故障挖掘率較低；故障挖掘準(zhǔn)確性不高；故障誤挖率和漏挖率較高[5]。

本文利用關(guān)聯(lián)規(guī)則挖掘技術(shù)支持間接數(shù)據(jù)挖掘的優(yōu)點(diǎn)，對(duì)丹東多普勒天氣雷達(dá)等臺(tái)站保障系統(tǒng)中的故障數(shù)據(jù)進(jìn)行處理和分析，構(gòu)建了多普勒天氣雷達(dá)故障挖掘模型，以實(shí)現(xiàn)多普勒天氣雷達(dá)各種類(lèi)型故障的準(zhǔn)確挖掘。

1 關(guān)聯(lián)規(guī)則挖掘技術(shù)

1.1 基本原理

關(guān)聯(lián)規(guī)則挖掘主要包括以下2個(gè)步驟：將事務(wù)數(shù)據(jù)庫(kù)中的所有頻繁項(xiàng)集一一找到，預(yù)先設(shè)定的關(guān)聯(lián)規(guī)則算法的最小支持度(Supportmin)小于等于事務(wù)數(shù)據(jù)庫(kù)中的這些項(xiàng)集出現(xiàn)的頻繁性；由事務(wù)數(shù)據(jù)庫(kù)頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，即這些強(qiáng)關(guān)聯(lián)規(guī)則必須滿足預(yù)先設(shè)定的最小支持度Supportmin和最小置信度Confidencemin。

1.2 相關(guān)定理

在多普勒天氣雷達(dá)故障挖掘過(guò)程中，將會(huì)用到關(guān)聯(lián)規(guī)則的一些相關(guān)定義和定理[6-7]。

定義1：假設(shè)多普勒天氣雷達(dá)故障事務(wù)數(shù)據(jù)集D中包括頻繁項(xiàng)集X的事務(wù)數(shù)被稱(chēng)作X的支持?jǐn)?shù)，可以用|X|表示，則可得X的支持率計(jì)算公式為

(1)

|D|表示多普勒天氣雷達(dá)故障事務(wù)數(shù)據(jù)集D中包含的事務(wù)數(shù)。如果Support(X)大于等于最小支持度Supportmin，則說(shuō)明X為多普勒天氣雷達(dá)故障事務(wù)數(shù)據(jù)庫(kù)的頻繁項(xiàng)集。

(2)

定義3：根據(jù)上述計(jì)算可得多普勒天氣雷達(dá)故障關(guān)聯(lián)規(guī)則的置信度為

(3)

(4)

(5)

定理1：如果X和Y均表示多普勒天氣雷達(dá)故障事務(wù)數(shù)據(jù)庫(kù)項(xiàng)集，且滿足X?Y，則有

Support(X)≥Support(Y)

(6)

根據(jù)上述計(jì)算可知，如果X是多普勒天氣雷達(dá)故障事務(wù)數(shù)據(jù)庫(kù)非頻繁項(xiàng)集，則Y也是；如果X是多普勒天氣雷達(dá)故障事務(wù)數(shù)據(jù)庫(kù)頻繁項(xiàng)集，則Y也是。

關(guān)聯(lián)規(guī)則支持率與置信度決定了多普勒天氣雷達(dá)故障挖掘的有效性，以及最終檢測(cè)判斷結(jié)果的可信度，二者的閾值選取通常根據(jù)相關(guān)領(lǐng)域?qū)＜乙约肮收贤诰蛘弑旧淼慕?jīng)驗(yàn)作為依據(jù)。

2 基于關(guān)聯(lián)規(guī)則的多普勒天氣雷達(dá)故障挖掘算法

2.1 基于關(guān)聯(lián)規(guī)則的多普勒天氣雷達(dá)故障數(shù)據(jù)預(yù)處理

在實(shí)際收集得到的多普勒天氣雷達(dá)故障數(shù)據(jù)數(shù)量是非常龐大的，這些數(shù)據(jù)中通常存在著冗余和錯(cuò)誤、缺失等情況，為了盡可能降低故障挖掘時(shí)間消耗，提高挖掘精準(zhǔn)度，可以將收集到的多普勒天氣雷達(dá)故障數(shù)據(jù)集劃分成不同區(qū)域[8]，具體劃分過(guò)程描述如下：

a.將多普勒天氣雷達(dá)故障數(shù)據(jù)集劃分成若干個(gè)單獨(dú)數(shù)據(jù)集，根據(jù)多普勒天氣雷達(dá)保障系統(tǒng)的維修時(shí)間，將多普勒天氣雷達(dá)保障系統(tǒng)故障數(shù)據(jù)庫(kù)全年數(shù)據(jù)按季度劃分，在各個(gè)季度多普勒天氣雷達(dá)故障數(shù)據(jù)庫(kù)中采集頻繁項(xiàng)集，并且只進(jìn)行1次檢索。

b.對(duì)各個(gè)季度多普勒天氣雷達(dá)故障數(shù)據(jù)頻繁項(xiàng)集進(jìn)行聚類(lèi)融合，獲得整個(gè)多普勒天氣雷達(dá)故障數(shù)據(jù)頻繁項(xiàng)集預(yù)備數(shù)據(jù)集。再進(jìn)行一次搜索，檢查預(yù)備數(shù)據(jù)集中是否還有有效的故障頻繁項(xiàng)集。

根據(jù)以上2個(gè)步驟可知，對(duì)多普勒天氣雷達(dá)故障數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘只需要對(duì)故障數(shù)據(jù)集進(jìn)行2次檢索，這樣不僅能夠降低故障挖掘時(shí)間消耗，而且能夠提高多普勒天氣雷達(dá)故障數(shù)據(jù)預(yù)處理效率。利用上述介紹的關(guān)聯(lián)規(guī)則基本原理、相關(guān)定義定理對(duì)多普勒天氣雷達(dá)故障數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，即可建立具體的挖掘流程。

多普勒天氣雷達(dá)保障系統(tǒng)的運(yùn)行狀態(tài)可以用于描述對(duì)應(yīng)的故障信息。對(duì)多普勒天氣雷達(dá)保障系統(tǒng)故障的判斷取決于故障出現(xiàn)的區(qū)域范圍。通常情況下，多普勒天氣雷達(dá)保障系統(tǒng)的故障發(fā)生時(shí)可以將上述處理好的故障數(shù)據(jù)劃分相應(yīng)的故障區(qū)域范圍。多普勒天氣雷達(dá)故障判斷過(guò)程需要構(gòu)建原始判斷表，利用構(gòu)建的原始判斷表中的各個(gè)項(xiàng)目描述相應(yīng)的多普勒天氣雷達(dá)故障特征[9]。假設(shè)多普勒天氣雷達(dá)系統(tǒng)故障事件有7個(gè)，構(gòu)建故障事件初始判斷表為

Φ={H1,H2,H3,H4,H5,H6,H7}

(7)

H1、H2、H3、H4、H5、H6、H7分別代表多普勒天氣雷達(dá)站的發(fā)射機(jī)故障、接收機(jī)故障、天線系統(tǒng)故障、伺服系統(tǒng)故障、信號(hào)處理系統(tǒng)故障、監(jiān)控主機(jī)故障和多普勒天氣雷達(dá)站無(wú)故障。根據(jù)上述分析可知，如果預(yù)先設(shè)置的多普勒天氣雷達(dá)故障數(shù)據(jù)的關(guān)聯(lián)規(guī)則置信度閾值較小，則會(huì)產(chǎn)生效用較低的關(guān)聯(lián)規(guī)則，此時(shí)會(huì)增加多普勒天氣雷達(dá)故障挖掘時(shí)間消耗，大大降低故障信息檢索效率。只有形成高效率的故障數(shù)據(jù)關(guān)聯(lián)規(guī)則才能將數(shù)據(jù)庫(kù)中沒(méi)有價(jià)值的關(guān)聯(lián)規(guī)則濾除。為了盡可能避免這些情況的發(fā)生，在利用關(guān)聯(lián)規(guī)則進(jìn)行多普勒天氣雷達(dá)故障挖掘過(guò)程中，應(yīng)預(yù)先設(shè)置較小的關(guān)聯(lián)規(guī)則置信度閾值，同時(shí)利用相應(yīng)的排序算法對(duì)多普勒天氣雷達(dá)故障數(shù)據(jù)進(jìn)行預(yù)處理，以多普勒天氣雷達(dá)故障事件初始判斷表中的某一事件為例，其故障數(shù)據(jù)處理計(jì)算公式為：

(8)

(9)

(10)

zmin=15.3%；bmin=66%；μmin=1。其中，b、z、Q、W分別代表多普勒天氣雷達(dá)故障數(shù)據(jù)庫(kù)中需要進(jìn)行關(guān)聯(lián)項(xiàng)集的子集、發(fā)生故障數(shù)據(jù)關(guān)聯(lián)范圍、故障數(shù)據(jù)集的子集和發(fā)生故障數(shù)據(jù)關(guān)聯(lián)范圍的子集；zmin、bmin和μmin分別表示多普勒天氣雷達(dá)故障數(shù)據(jù)關(guān)聯(lián)范圍、關(guān)聯(lián)范圍子集的最小決策度和二者之間的相關(guān)系數(shù)。

根據(jù)上述計(jì)算即可實(shí)現(xiàn)多普勒天氣雷達(dá)故障信息的預(yù)處理。為了保證故障數(shù)據(jù)處理的有效性，可以設(shè)置多普勒天氣雷達(dá)故障存在誤差的故障特征信息，判斷關(guān)聯(lián)規(guī)則算法對(duì)故障數(shù)據(jù)處理的容錯(cuò)能力，便于及時(shí)作出調(diào)整。

2.2 多普勒天氣雷達(dá)故障挖掘模型

在上述利用關(guān)聯(lián)規(guī)則算法對(duì)多普勒天氣雷達(dá)故障數(shù)據(jù)進(jìn)行預(yù)處理基礎(chǔ)上，構(gòu)建多普勒天氣雷達(dá)故障挖掘模型，模型主要包括2個(gè)部分：一部分用于挖掘已知多普勒天氣雷達(dá)故障類(lèi)型和導(dǎo)致故障的原因，利用關(guān)聯(lián)規(guī)則算法挖掘故障數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，最終獲得多普勒天氣雷達(dá)故障關(guān)聯(lián)規(guī)則庫(kù)，根據(jù)規(guī)則庫(kù)中的關(guān)聯(lián)規(guī)則，對(duì)新收集的故障數(shù)據(jù)進(jìn)行檢測(cè)和故障類(lèi)型判斷，進(jìn)而找到導(dǎo)致故障的原因并及時(shí)排除；另一個(gè)部分用于挖掘未知的多普勒天氣雷達(dá)故障類(lèi)型和故障原因，通過(guò)挖掘一個(gè)時(shí)間窗口內(nèi)多普勒天氣雷達(dá)故障數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則生成故障數(shù)據(jù)關(guān)聯(lián)規(guī)則庫(kù)，根據(jù)庫(kù)中已有的關(guān)聯(lián)規(guī)則對(duì)新采集獲得的故障數(shù)據(jù)進(jìn)行檢測(cè)，能夠有效推理出后續(xù)可能會(huì)出現(xiàn)的新多普勒天氣雷達(dá)故障，通過(guò)預(yù)先采取措施能夠?qū)崿F(xiàn)多普勒天氣雷達(dá)故障的預(yù)測(cè)和預(yù)防。由此可知，多普勒天氣雷達(dá)故障挖掘模型主要由多普勒天氣雷達(dá)故障數(shù)據(jù)采集裝置、關(guān)聯(lián)規(guī)則挖掘裝置、故障數(shù)據(jù)關(guān)聯(lián)規(guī)則庫(kù)、多普勒天氣雷達(dá)故障檢測(cè)裝置和故障處理裝置5個(gè)部分組成。

利用上述構(gòu)建的挖掘模型進(jìn)行多普勒天氣雷達(dá)故障挖掘，具有以下優(yōu)點(diǎn)：

a.利用關(guān)聯(lián)規(guī)則挖掘算法能夠準(zhǔn)確、及時(shí)地發(fā)現(xiàn)多普勒天氣雷達(dá)故障數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，對(duì)引起故障的故障源進(jìn)行高精度定位。

b.由于多普勒天氣雷達(dá)站中的故障數(shù)據(jù)存在著并存關(guān)系、因果關(guān)系等，一旦在系統(tǒng)正常運(yùn)行過(guò)程中發(fā)生故障，通過(guò)采用關(guān)聯(lián)規(guī)則算法就可以對(duì)多普勒天氣雷達(dá)故障進(jìn)行識(shí)別和預(yù)警，防止故障的進(jìn)一步惡化。

3 多普勒天氣雷達(dá)故障挖掘算法的性能測(cè)試

在MATLAB軟件環(huán)境下，采用Tennessee Eastman(TE)檢測(cè)數(shù)據(jù)集作為多普勒天氣雷達(dá)故障挖掘數(shù)據(jù)集進(jìn)行所提算法的性能測(cè)試。

多普勒天氣雷達(dá)系統(tǒng)沒(méi)有發(fā)生故障時(shí)的正常采樣數(shù)據(jù)幅值如圖1所示。

圖1 多普勒天氣雷達(dá)系統(tǒng)正常采樣數(shù)據(jù)幅值

在多普勒天氣雷達(dá)系統(tǒng)運(yùn)行了7 min、17 min、27 min和41 min時(shí)，人工注入了多普勒天氣雷達(dá)故障數(shù)據(jù)。采用本文提出的關(guān)聯(lián)規(guī)則挖掘算法和目前研究比較成熟的神經(jīng)網(wǎng)絡(luò)挖掘算法，以及貝葉斯挖掘算法，對(duì)圖1中人工注入的多普勒天氣雷達(dá)故障數(shù)據(jù)進(jìn)行挖掘。各個(gè)算法的故障挖掘結(jié)果分別如圖2、圖3和圖4所示。

圖2 關(guān)聯(lián)規(guī)則挖掘算法的故障挖掘結(jié)果

圖3 神經(jīng)網(wǎng)絡(luò)挖掘算法的故障挖掘結(jié)果

根據(jù)圖2～圖4的對(duì)比結(jié)果可以發(fā)現(xiàn)，采用神經(jīng)網(wǎng)絡(luò)算法并不能將多普勒天氣雷達(dá)系統(tǒng)運(yùn)行過(guò)程中人工注入的所有故障數(shù)據(jù)全部挖掘出來(lái)；采用貝葉斯算法則只能將連續(xù)注入的部分即7 min、17 min、27 min和41 min時(shí)人工注入的多普勒天氣雷達(dá)故障數(shù)據(jù)挖掘出來(lái)，置信度內(nèi)數(shù)據(jù)幅值明顯度較差，且誤會(huì)挖率和漏挖率較高，挖掘效果并不理想；而采用本文提出的關(guān)聯(lián)規(guī)則挖掘算法能夠?qū)⒍嗥绽仗鞖饫走_(dá)系統(tǒng)運(yùn)行過(guò)程中人工注入的所有故障數(shù)據(jù)全部挖掘出來(lái)。至此，并不能充分證明關(guān)聯(lián)規(guī)則挖掘算法的性能優(yōu)勢(shì)，還需要在挖掘效率和故障類(lèi)型判斷等方面做進(jìn)一步檢驗(yàn)。

圖4 貝葉斯挖掘算法的故障挖掘結(jié)果

對(duì)不同類(lèi)型的多普勒天氣雷達(dá)故障進(jìn)行挖掘，對(duì)比3種不同算法的挖掘性能，選取挖掘效率、誤挖率和漏挖率作為評(píng)判指標(biāo)，具體檢驗(yàn)結(jié)果如圖5所示。

圖5中，A、B、C、D、E、F、G分別對(duì)應(yīng)式(7)中構(gòu)建的多普勒天氣雷達(dá)故障事件初始判斷表中的7個(gè)不同故障事件類(lèi)型。從圖5中3種不同挖掘算法的性能測(cè)試對(duì)比結(jié)果中可以清楚看出，采用貝葉斯算法得到的不同類(lèi)型的多普勒天氣雷達(dá)故障平均挖掘率是3種算法中最低的，其次是神經(jīng)網(wǎng)絡(luò)算法，最高的是關(guān)聯(lián)規(guī)則挖掘算法。這是由于關(guān)聯(lián)規(guī)劃挖掘算法具有2大優(yōu)勢(shì)：能夠準(zhǔn)確、及時(shí)地發(fā)現(xiàn)多普勒天氣雷達(dá)故障數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，對(duì)引起故障的故障源進(jìn)行高精度定位；通過(guò)已有的關(guān)聯(lián)規(guī)則庫(kù)能夠有效推理出后續(xù)可能會(huì)出現(xiàn)的多普勒天氣雷達(dá)故障，通過(guò)預(yù)先采取措施能夠?qū)崿F(xiàn)多普勒天氣雷達(dá)故障的預(yù)測(cè)和預(yù)防。從圖5中還能夠清楚地看出，對(duì)于正常運(yùn)行的多普勒天氣雷達(dá)系統(tǒng)中人工注入的7種故障，采用關(guān)聯(lián)規(guī)則挖掘算法不僅具有較高的平均故障挖掘率，而且平均誤挖率和平均漏挖率也始終保持在較低水平，這是由于所提算法在進(jìn)行故障數(shù)據(jù)挖掘之前，對(duì)采集的海量多普勒天氣雷達(dá)故障數(shù)據(jù)作了一系列預(yù)處理，突出了強(qiáng)關(guān)聯(lián)故障數(shù)據(jù)，排除了弱關(guān)聯(lián)故障數(shù)據(jù)，相比于神經(jīng)網(wǎng)絡(luò)算法和貝葉斯算法具有明顯優(yōu)勢(shì)。

圖5 3種不同挖掘算法的性能測(cè)試

4 結(jié)束語(yǔ)

通過(guò)采用本文提出的基于關(guān)聯(lián)規(guī)則的多普勒天氣雷達(dá)故障挖掘算法，在丹東多普勒天氣雷達(dá)等臺(tái)站中可以消除采集獲得的海量多普勒天氣雷達(dá)數(shù)據(jù)中的冗余、錯(cuò)誤和缺失數(shù)據(jù)，將具有強(qiáng)關(guān)聯(lián)的故障數(shù)據(jù)保留；而后建立了多普勒天氣雷達(dá)故障挖掘模型，通過(guò)挖掘一個(gè)時(shí)間窗口內(nèi)多普勒天氣雷達(dá)故障數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，生成故障數(shù)據(jù)關(guān)聯(lián)規(guī)則庫(kù)，根據(jù)庫(kù)中已有的關(guān)聯(lián)規(guī)則對(duì)新采集獲得的故障數(shù)據(jù)進(jìn)行檢測(cè)，能夠有效推理出后續(xù)可能會(huì)出現(xiàn)的新多普勒天氣雷達(dá)故障。實(shí)驗(yàn)結(jié)果顯示，采用所提算法可以取得較為理想的結(jié)果，能夠滿足丹東等臺(tái)站間多普勒天氣雷達(dá)系統(tǒng)故障數(shù)據(jù)挖掘要求。