一种用于围巾加热的碳纳米加热方法与流程

本发明涉及加热供电数据处理，具体涉及一种用于围巾加热的碳纳米加热方法。

背景技术：

1、碳纳米加热围巾可以为滑雪爱好者等户外运动人员提供额外的温暖。碳纳米加热方法可以使围巾迅速达到舒适的温度，并且因为碳纳米材料具有较好的柔软性和轻薄性，穿戴后不会给人体带来不便或者束缚感。

2、碳纳米加热围巾的加热温度可通过对供电电流进行控制，每个档位有固定的供电电流信息。但是对于户外运动人员而言，因为幅度过大的运动以及环境影响，碳纳米材料可能会出现破损，如果出现破损则会影响加热电路，进而导致人员的安全受到影响，因此需要实时检测电流信息的异常情况，及时检测出异常电流，避免安全隐患。随机森林模型是一种预测异常对象的无监督学习模型，现有技术中可利用随机森林模型中的多个决策树实现及时有效的异常电流检测。在利用决策树进行预测时，需要对初始构建的决策树进行剪枝操作，简化预测模型，进而实现快速准确的预测功能，但是现有的剪枝操作仅是从叶节点开始逐渐进行剪枝，会将包含较为重要内容的给剪掉，进而导致预测结果误差过大，无法及时有效的进行电流异常情况检测，导致碳纳米围巾加热过程产生安全隐患。

技术实现思路

1、为了解决现有技术中决策树剪枝效果不好，无法及时有效的进行电流异常情况检测，导致碳纳米围巾加热过程产生安全隐患的技术问题，本发明的目的在于提供一种用于围巾加热的碳纳米加热方法，所采用的技术方案具体如下：

2、本发明提出了一种用于围巾加热的碳纳米加热方法，所述方法包括：

3、获取碳纳米围巾加热过程中的多维加热供电数据；

4、根据所述多维加热供电数据利用随机森林算法构建决策树，每棵决策树中的节点对应一个维度的加热供电数据；根据每棵决策树对应数据的趋势进行分类，获得决策树类别；

5、在一个决策树类别中，将每棵决策树中的节点替换为对应维度的标号，获得维度树，将维度树两两匹配，获得每棵维度树与其他维度树之间的匹配子树；在一个决策树中，根据去除匹配子树对应节点前后的异常供电预测结果差异获得每个匹配子树的重复信息含量；若一个决策树中的匹配子树为另一个匹配子树的子树，则将两个匹配子树作为参考子树对；根据参考子树对中两棵参考子树的节点分布，获得保留节点；

6、统计所有决策树，将包含所述参考子树的决策树作为保留节点的参考树；根据参考树去除所述参考子树对应节点前后的异常供电预测结果差异获得所述保留节点的保留系数；

7、在一个决策树中，根据每个匹配子树的所述重复信息含量、层数，以及每个匹配子树对应保留节点的保留系数，获得每个匹配子树的剪枝优先级；根据所述剪枝优先级在每个决策树中对匹配子树进行剪枝，根据剪枝后的决策树预测是否存在异常电流信息；根据异常供电预测结果控制碳纳米围巾加热的启停。

8、进一步地，所述多维加热供电数据的获取方法包括：

9、所述多维加热供电数据包括统计特征维度下的加热供电数据、周期性特征维度下的加热供电数据和波形特征下的加热供电数据；

10、获取时序上碳纳米围巾加热过程中的电流信号；

11、获得所述电流信号的周期，将所述电流信号上每段周期上的电流均值、电流方差、电流最大值和电流最小值作为统计特征，将每个时刻对应的统计特征构成统计特征维度下的加热供电数据；

12、对电流信号上每段周期分别进行emd分解，获得imf分量，获得每个imf分量的频率和相位，将最大频率及其对应的相位分别作为对应数据点的周期性特征，将每个时刻对应的周期性特征构成周期性特征维度下的加热供电数据；

13、将电流信号上每段周期的波形描述编码值作为对应周期上每个数据点的波形特征，将每个时刻对应的波形特征构成波形特征下的加热供电数据。

14、进一步地，所述根据所述多维加热供电数据构建决策树包括：

15、在所述电流信号上选择预设长度的信号段，所述信号段上的数据点组成所述决策树。

16、进一步地，所述决策树类别的获取方法包括：

17、获得每个决策树对应所述信号段的趋势项，获得决策树之间对应趋势项的余弦相似度，若余弦相似度大于预设相似度阈值，则判断对应决策树为同一个决策树类别，遍历所有决策树，获得所述决策树类别。

18、进一步地，所述匹配子树的获取方法包括：

19、定义哈希表，将一棵维度树的子树的第一子树哈希值存储至哈希表中，将另一棵维度树的第二子树哈希值存储至哈希表中，若存在第二子树哈希值与第一子树哈希值相等，则判定对应子树为匹配子树。

20、进一步地，所述重复信息含量的获取公式包括：

21、；其中为第个决策树中第个匹配子树的重复信息含量，为第个决策树去除第个匹配子树后的预测结果，为第个决策树去除第个匹配子树前的预测结果，为最大值选择函数，为最小值选择函数。

22、进一步地，所述保留节点的获取方法包括：

23、将所述参考子树对中节点数量最大的参考子树作为第一参考子树，另一个参考子树作为第二参考子树；获得所述第一参考子树与所述第二参考子树之间的共同节点，所述第一参考子树中除共同节点之外的节点为所述保留节点。

24、进一步地，所述保留系数的获取方法包括：

25、将包含所述第一参考子树的决策树作为第一参考决策树，包含所述第二参考子树的决策树作为第二参考决策树；

26、将每个第一参考决策树去除所述第一参考子树前后的预测值的差值绝对值作为第一预测结果差异，获得所有第一参考决策树的第一预测结果差异平均值；

27、统计每个第二参考决策树去除所述第二参考子树前后的预测值的差值绝对值作为第二预测结果差异，获得所有第二参考决策树的第二预测结果差异平均值；

28、获得所述第一预测结果差异平均值与所述第二预测结果差异平均值的差值，并归一化处理，获得所述保留节点的所述保留系数。

29、进一步地，所述剪枝优先级的获取公式包括：

30、；；其中为第个决策树中第个匹配子树的剪枝优先级，为第个决策树中第个匹配子树的树结构特征，为第个决策树中第个匹配子树的保留节点数量，为第个保留节点的保留系数，为第个保留节点在第个决策树中对应的第一参考决策树的数量，为第个保留节点对应的第个第一参考书在第个决策树中的树结构特征，为自然常数，为第个匹配子树在第个决策树中的层数占比，为第个决策树中第个匹配子树的重复信息含量。

31、进一步地，所述根据所述剪枝优先级在每个决策树中对匹配子树进行剪枝包括：

32、根据剪枝优先级从大到小的顺序对决策树中的匹配子树依次进行剪枝，直至剪枝前后预测结果差异大于预设差异阈值，结束剪枝操作，将前一次剪枝的决策树作为剪枝后的决策树。

33、本发明具有如下有益效果：

34、本发明实施例为了保证后续剪枝的对象不包含较为重要的信息，首先构建决策树类别，在决策树类别中确定每棵决策树上的匹配子树，因为匹配子树是在同一个类别中进行匹配获得的，因此其中包含更多的重复信息，在后续剪枝过程中可基于匹配子树进行剪枝处理。进一步分析匹配子树的特征，在一个决策树中通过重复信息含量表征匹配子树中所包含节点的重复信息特征，可作为剪枝参考指标之一。进一步考虑到匹配子树之间会存在子树关系，因此分析保留节点及其保留系数，通过保留系数表征对应节点的信息重要性，因此结合匹配子树的重复信息含量、在决策树中的层数以及对应保留节点的保留系数即可获得每个匹配子树的剪枝优先级，根据剪枝优先级对匹配子树依次进行剪枝即可实现有效的剪枝操作，进而获得简易有效的异常供电预测模型，根据异常供电预测结果控制碳纳米围巾加热的启停。