Предложен метод диагностики неисправностей, объединяющий увеличение данных с помощью SMOTE, сглаживание с использованием Дирихлеевского априорного распределения и байесовские сети, направленный на решение проблем низкой точности диагностики и плохой интерпретируемости для малочисленных классов неисправностей, вызванных несбалансированным распределением данных в системе помола угля на тепловых электростанциях. Технология SMOTE расширяет пространство признаков для образцов малочисленных классов, смягчая проблему нехватки данных; оптимизация оценки условной вероятности байесовской сети с помощью Дирихлеевского априорного сглаживания устраняет проблему нулевых вероятностей при дефиците образцов; построена иерархическая структура байесовской сети, сочетающая экспертные знания и обучение структуры на основе данных, реализующая двуручную стратегию диагностики с быстрым выводу узлов неисправностей и косвенным выводом атрибутных узлов. Эксперименты на реальных промышленных данных показывают высокую точность и интерпретируемость в условиях несбалансированных данных, предлагая решение для диагностики неисправностей помола с учетом оперативности, точности и прозрачности.

Байесовские сети;Диагностика неисправностей;Несбалансированные данные;Мельница угля