周欽強(qiáng)，李建勇，王明輝，陳冰懷

（廣東省氣象探測(cè)數(shù)據(jù)中心，廣東廣州 510080）

CINRAD/SA新一代天氣雷達(dá)網(wǎng)業(yè)務(wù)運(yùn)行十多年以來(lái)，各級(jí)保障部門和雷達(dá)站積累了大量故障維修經(jīng)驗(yàn)與案例，黃裔誠(chéng)等［1-2］基于故障樹(shù)組織了全省 CINRAD＿SA 雷達(dá)故障案例；郭澤勇［3］、石城等［4］設(shè)計(jì)開(kāi)發(fā)了新一代天氣雷達(dá)故障處理和故障標(biāo)準(zhǔn)化平臺(tái)。此外，雷達(dá)站技術(shù)保障人員對(duì)每次發(fā)生的雷達(dá)故障均給予了充分的分析總結(jié)［5-6］，基本解決了故障維修經(jīng)驗(yàn)或案例難以傳承的現(xiàn)狀，對(duì)于天氣雷達(dá)故障案例或維修經(jīng)驗(yàn)共享，同步提升天氣雷達(dá)保障技術(shù)水平發(fā)揮了積極作用。但基于這些案例的二次開(kāi)發(fā)應(yīng)用尚屬空白，隨著新一代天氣雷達(dá)組網(wǎng)運(yùn)行日趨穩(wěn)定，其出現(xiàn)的故障重復(fù)率較高，常見(jiàn)經(jīng)典故障的診斷分析與處理方法，對(duì)于目前大部分新一代天氣雷達(dá)故障都具有較好的維修指導(dǎo)意義，可為技術(shù)保障人員提供第一手的故障維修參考解決方案。

本研究在以往故障案例研究成果基礎(chǔ)上，開(kāi)發(fā)基于相似度排名的故障案例推理系統(tǒng)，這不是嚴(yán)格意義上的故障診斷系統(tǒng)或?qū)＜蚁到y(tǒng)［7-9］，而是通過(guò)學(xué)習(xí)天氣雷達(dá)歷史案例，對(duì)新輸入的故障現(xiàn)象或描述，經(jīng)過(guò)案例知識(shí)表示、故障特征提取、相似度計(jì)算檢索等人工智能技術(shù)處理后，從歷史故障案例中自動(dòng)匹配出相似故障案例，并以相似度排序給出參考故障解決方案。

1 工作原理

系統(tǒng)將人工智能領(lǐng)域的機(jī)器學(xué)習(xí)技術(shù)和天氣雷達(dá)電子信息技術(shù)兩個(gè)學(xué)科緊密結(jié)合應(yīng)用，基于新一代天氣雷達(dá)歷史故障案例，致力于指導(dǎo)天氣雷達(dá)故障快速排查維修，通過(guò)學(xué)習(xí)成熟的歷史天氣雷達(dá)故障案例，獲取新故障信息并基于歷史案例相似度進(jìn)行智能檢索對(duì)比，提出與新故障的參考對(duì)照解決方案，其工作原理如圖1所示。

1.1 案例表示

天氣雷達(dá)歷史案例庫(kù)中的每個(gè)案例均包括故障的一般描述，即情景與解決方法。系統(tǒng)采用典型的空間向量模型［10-11］，將新一代天氣雷達(dá)每個(gè)歷史故障案例通過(guò)中文分詞、詞頻統(tǒng)計(jì)等進(jìn)行知識(shí)表示處理，使每一個(gè)故障案例成為可機(jī)器識(shí)別的知識(shí)表示形式-空間向量，以便通過(guò)機(jī)器學(xué)習(xí)掌握所有天氣雷達(dá)歷史案例。

1.2 案例學(xué)習(xí)

經(jīng)過(guò)機(jī)器識(shí)別處理的天氣雷達(dá)案例不僅包含了大量代表每個(gè)案例的特征詞頻信息，也包含了大量中性、無(wú)實(shí)意等詞頻信息，因此通過(guò)特征提取算法提取最能代表每個(gè)案例的詞頻信息，使每個(gè)故障案例的空間向量代表性最優(yōu)，基于天氣雷達(dá)案例庫(kù)最優(yōu)空間向量進(jìn)行學(xué)習(xí)訓(xùn)練，以掌握天氣雷達(dá)各類故障案例的典型特征，從而生成天氣雷達(dá)故障診斷推理模型。

圖1 系統(tǒng)工作原理示意圖

1.3 故障檢索

歷史相似案例檢索或提取過(guò)程，也就是從歷史案例庫(kù)中找到一個(gè)或多個(gè)與當(dāng)前故障現(xiàn)象最相似的案例。當(dāng)接受了一個(gè)新故障的檢索請(qǐng)求后，系統(tǒng)利用樸素貝葉斯（Na?ve Bayes）算法從案例庫(kù)中找出與當(dāng)前故障相近似的排名案例組，并從中選擇一個(gè)最佳故障案例解決方案。通過(guò)3個(gè)子過(guò)程實(shí)現(xiàn)：一是特征辯識(shí)，就是對(duì)新故障進(jìn)行分析，提取有關(guān)特征；二是初步匹配，指從案例庫(kù)中找到與當(dāng)前故障相關(guān)的候選案例；三是最佳選定，就是從初步匹配過(guò)程中獲得的案例中選取一個(gè)或幾個(gè)與當(dāng)前故障最相近的案例。

綜上所述，經(jīng)過(guò)對(duì)歷史案例庫(kù)的學(xué)習(xí)訓(xùn)練后，當(dāng)輸入新的天氣雷達(dá)故障現(xiàn)象描述時(shí)，系統(tǒng)提取故障關(guān)鍵特征屬性，對(duì)每個(gè)類別的故障案例進(jìn)行檢索，基于Na?ve Bayes算法計(jì)算其屬于每類案例的概率，并按照歸屬概率進(jìn)行排名匹配，技術(shù)人員可選擇概率排名靠前的歷史故障案例作參考來(lái)排查故障。

2 關(guān)鍵技術(shù)

2.1 故障案例向量化

天氣雷達(dá)故障案例的信息表示屬于自然語(yǔ)言處理范疇，是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向，如何能讓計(jì)算機(jī)正確的理解和使用人類自然語(yǔ)言，繼而從大量的天氣雷達(dá)案例中提取出有效的特征信息，是提高故障維修成功率的關(guān)鍵前提。當(dāng)天氣雷達(dá)發(fā)生故障時(shí)，維護(hù)維修人員或雷達(dá)站值班員輸入故障現(xiàn)象詳細(xì)信息描述，基于向量空間模型利用中文分詞法［12］將雷達(dá)故障信息進(jìn)行分詞處理，并進(jìn)行屬性抽取與屬性賦值。假設(shè)詞與詞相互獨(dú)立，以向量表示文本，利用向量之間的幾何度量（正弦、余弦）計(jì)算文本間的相似度，簡(jiǎn)化文本中關(guān)鍵詞之間的復(fù)雜關(guān)系，使得模型具備可計(jì)算性。

（1）屬性提取。

通過(guò)Apache Lucence中文分詞器IK Analyzer將輸入的故障現(xiàn)象文字描述切分成為單個(gè)字或詞，并對(duì)切分出來(lái)的無(wú)實(shí)意字符進(jìn)行預(yù)處理，最終得到代表故障現(xiàn)象的詞頻信息［12］。如圖2所示。每一個(gè)經(jīng)過(guò)上述處理后的詞語(yǔ)基本上為最能代表該篇文本特征的屬性，特征詞在該類案例出現(xiàn)的次數(shù)越多，則越能代表該類案例的特征，即其類別權(quán)重值越大，反之，權(quán)重值越小。

圖2 故障描述特征屬性提取

（2）權(quán)重計(jì)算。

對(duì)故障案例文本進(jìn)行中文分詞后，其中包含大量冗余詞匯或沒(méi)有多少實(shí)際意義的字或詞，需要對(duì)其進(jìn)行剔除后挑取最能代表故障現(xiàn)象描述的關(guān)鍵詞或字作為新案例特征向量。TF-IDF［13］算法是最常用的特征詞加權(quán)算法，其核心思想是對(duì)每一個(gè)特征集的特征分配一個(gè)權(quán)值，即加權(quán)，然后設(shè)定閾值，利用閾值選取一定數(shù)目的特征作為最終的特征向量。這種閾值統(tǒng)計(jì)的方法具有計(jì)算代價(jià)小、效率高等優(yōu)點(diǎn)，其計(jì)算公式為

特征項(xiàng)：

則特征向量：

其中，ti為故障描述c中提取的第i個(gè)特征項(xiàng)；wi為故障描述c中第i個(gè)特征項(xiàng)的權(quán)重值，i＝0，1，…，n。

2.2 Na?ve Bayes算法

Na?ve Bayes算法［14］是文本分類領(lǐng)域中一種簡(jiǎn)單但性能優(yōu)越的分類算法，為了簡(jiǎn)化計(jì)算，假定各案例特征變量是相互獨(dú)立的，即“貝葉斯假設(shè)”，它假設(shè)天氣雷達(dá)案例空間向量中特征項(xiàng)ti和tj之間兩兩獨(dú)立，根據(jù)貝葉斯公式為

其中，C為既定天氣雷達(dá)故障案例類別（C1，C2，…，Cj），X為新的天氣雷達(dá)故障特征向量（X1，X2，…，Xn）；則相似度計(jì)算就是將故障案例向量X歸類到與其關(guān)聯(lián)最緊密的類別C（C1，C2，…，Cj）中去。也就是說(shuō)，求解向量X屬于給定類別C的概率值（P1，P2，…，Pn），其中 Pj為 Xj屬于Cj的概率，則 max（P1，P2，…，Pn）所對(duì)應(yīng)的類別就是新故障案例向量X所屬的類別，因此相似度計(jì)算被描述為求解方程（3）的最大值。

其中，P（Cj）為故障案例集中，新故障屬于類別Cj的概率；P（X1，X2，…，Xn（Cj）為如果新故障屬于類別Cj，則類別Cj中包含新故障向量X的概率；P（C1，C2，…，Cj）為給定的所有類別的聯(lián)合概率。

顯然，對(duì)于天氣雷達(dá)既定的所有故障類別，分母 P（C1，C2，…，Cj）是一個(gè)常數(shù)，所以求解式（3）簡(jiǎn)化為：

又根據(jù)貝葉斯假設(shè)，新故障特征向量屬性x1，x2，…，xn獨(dú)立同分布，其聯(lián)合概率分布等于各個(gè)屬性特征概率分布的乘積，即

所以式（4）變?yōu)?/p>

即為所求解的天氣雷達(dá)故障案例相似度計(jì)算函數(shù)。

盡管推導(dǎo)出了故障案例相似度計(jì)算函數(shù)，但是函數(shù)中的概率值 P（Cj）和 P（Xi（Cj）還是未知的，式（6）中的先驗(yàn)概率值分別估算如下：

其中，N（C＝Cj）為天氣雷達(dá)案例故障集中屬于Cj類別的文本數(shù)量；N為天氣雷達(dá)案例故障集總數(shù)量。

其中，N（Xi＝xi，C＝Cj）為類別 Cj中包含特征屬性xi的故障案例數(shù)量；N（C＝Cj）為類別Cj中的故障案例數(shù)量；M為故障案例集總數(shù)量。

2.3 案例檢索

根據(jù)2.2節(jié)天氣雷達(dá)故障案例相似度算法，可知天氣雷達(dá)新故障的歷史相似案例檢索過(guò)程：

（1）故障案例集訓(xùn)練。

基于CINRAD/SA多普勒天氣雷達(dá)故障案例集，經(jīng)過(guò)特征提取，生成每類每個(gè)故障案例最能代表該案例的關(guān)鍵字，并表示成特征向量X（x1，x2，…，xn），計(jì)算 P（Cj）和 P（Xi（Cj）的先驗(yàn)概率值。

（2）案例相似度計(jì)算。

新的故障現(xiàn)象表述經(jīng)過(guò)特征提取，提取出最能代表該故障現(xiàn)象的關(guān)鍵字，并表示成向量形式X（x1，x2，…，xn），根據(jù)式（6）計(jì)算天氣雷達(dá)歷史故障案例相似度函數(shù)值，并依大小值排序。

3 系統(tǒng)測(cè)試

3.1 學(xué)習(xí)訓(xùn)練

輸入新一代天氣雷達(dá)歷史故障案例集，并保存生成的雷達(dá)故障推理模型。以CINRAD/SA天氣雷達(dá)結(jié)構(gòu)單元為架構(gòu)，建立起來(lái)的包括發(fā)射機(jī)UD3、接收機(jī) UD4、監(jiān)控單元 UD5、天饋系統(tǒng)UD2和附屬設(shè)備UD0等近20年來(lái)全省成功修復(fù)的歷史故障案例集，作為系統(tǒng)輸入，進(jìn)行學(xué)習(xí)訓(xùn)練，使系統(tǒng)模型具有解決新故障的推理診斷能力，如圖3所示。

圖3 系統(tǒng)學(xué)習(xí)與測(cè)試程序界面

3.2 最優(yōu)測(cè)試

在天氣雷達(dá)歷史案例集學(xué)習(xí)訓(xùn)練時(shí)，對(duì)案例集中的每一個(gè)故障案例向量化過(guò)程中，為有效排除權(quán)重低的特征項(xiàng)，采取有效降低案例特征向量維度來(lái)提高系統(tǒng)學(xué)習(xí)效率。降維系數(shù)過(guò)高，特征向量維度低，系統(tǒng)學(xué)習(xí)效率高，但因丟棄了權(quán)重高的特征項(xiàng)可能導(dǎo)致診斷結(jié)果正確率下降；反之降維系數(shù)低，特征向量維度高，不僅系統(tǒng)學(xué)習(xí)效率低，因特征向量包含了大量權(quán)重較低的特征項(xiàng)，診斷結(jié)果正確率也不一定提高，因此采取不同的降維系數(shù)組合，對(duì)系統(tǒng)進(jìn)行反復(fù)訓(xùn)練測(cè)試，以獲取學(xué)習(xí)效率和輸出正確率最優(yōu)的推理診斷模型。圖4給出的4種不同顏色案例相似度準(zhǔn)確率曲線分布。

圖4 降維系數(shù)組合對(duì)案例相似度準(zhǔn)確率的影響

（1）降維閾值的選取對(duì)診斷準(zhǔn)確率具有重大影響。閾值不同時(shí)分類準(zhǔn)確率變化起伏較大。因此，為了得到最佳性能的故障維修參考模型，必須選取不同的降維閾值反復(fù)學(xué)習(xí)測(cè)試。

（2）盡管系統(tǒng)案例學(xué)習(xí)的平均準(zhǔn)確度達(dá)到78.0%，但是對(duì)于每一個(gè)確定降維閾值的準(zhǔn)確率而言，其準(zhǔn)確率變化區(qū)間較大。也就是說(shuō)，對(duì)應(yīng)于圖3中每一種顏色的曲線，天氣雷達(dá)各類別測(cè)試準(zhǔn)確率曲線并不平滑，如何使各類別案例準(zhǔn)確率趨于一致也是今后研究的重要問(wèn)題。

3.3 相似案例檢索

（1）導(dǎo)入最優(yōu)相似度的故障推理模型，輸入新故障現(xiàn)象描述文本。

（2）系統(tǒng)自動(dòng)對(duì)新故障描述進(jìn)行中文分詞、特征提取等預(yù)處理，生成文檔空間向量D（d1，d2，…，dn）。

（3）對(duì)D進(jìn)行案例相似度檢索，輸出診斷參考解決方案，基于定位部件的歷史參考案例，成功解決故障后，將該次案例更新到案例集中。

基于雷達(dá)保障技術(shù)人員、雷達(dá)生產(chǎn)廠家近10年的天氣雷達(dá)維護(hù)維修歷史案例集，開(kāi)發(fā)了CINRAD/SA天氣雷達(dá)故障案例推理系統(tǒng)。本研究詳細(xì)闡述了故障案例表示、故障特征提取、相似度計(jì)算等關(guān)鍵技術(shù)，并分析了系統(tǒng)學(xué)習(xí)訓(xùn)練、最優(yōu)測(cè)試與案例檢索過(guò)程。經(jīng)陽(yáng)江、湛江、韶關(guān)、廣州等天氣雷達(dá)站試用，在故障發(fā)生時(shí)為技術(shù)保障人員提供第一手的故障排除參考解決方案，有效提高天氣雷達(dá)保障維護(hù)效率，對(duì)于縮短雷達(dá)故障排查時(shí)間，幫助準(zhǔn)確定位故障部件，降低天氣雷達(dá)在線故障率，尤其對(duì)于重大天氣過(guò)程中雷達(dá)故障時(shí)快速恢復(fù)運(yùn)行具有重要意義。但也存在一定的技術(shù)限制，如天氣雷達(dá)故障案例不夠豐富，特征向量維度與相似故障案例正確率的最優(yōu)關(guān)系等還需要深入研究，將是今后研究解決的主要技術(shù)問(wèn)題，以為全省新一代天氣雷達(dá)高效智慧保障提供更有效的手段，助力提高故障維修效率。