vGRU-AI异常检测算法

安装

pip install thinkenergy-2.1.0-py3-none-any.whl
#执行激活脚本

使用方法

1.导入引擎工厂类

from thinkenergy.thinkengine import ThinkEngineFactory

2.使用 app_key 和 app_secret 初始化引擎工厂

Tip:用户需要申请app_key 和 app_secret,否则算法无法使用

tef = ThinkEngineFactory(app_key, app_secret)

3.根据算法编码获取具体的算法引擎

Tip:每一个算法都有对应的算法编号码,针对不同的算法请传入正确的算法编号,本例中A100159代表AI异常检测算法

alg_code = 'A100159'
te1 = tef.get_engine(alg_code)

4.给算法引擎设置参数(可选)

Tip:算法参数可以通过俩种方式实现:

通过算法配置文件

通过set_params方法实现

不配置参数会使用默认的参数

te1.set_params(params=params)   # 设置参数

5.调用算法

Tip:run()函数接收的数据为DataFarme,用户可以将自己的数据构建成符合算法的DataFarme,本例采用的是读取.csv格式文件中的数据转为DataFarme.

data = pd.read_csv(r'/tmp/sample_data_A100159.csv')
te1.run(data)

算法的使用参数说明如下:

参数	类型	例子	说明
app_key	str	123456	用户申请的app_key
app_secret	str	'I2NEWMBQFW7IMSD7XFZNHFARCVJAK7IZDK23BGABSWNU5QLBBCWLRFTL6QDAHDM32ZDA5ITFR6JPPJT3JHCBHZC77ZXNYSE4NUPHAEA='	用户申请的app_secret
alg_code	str	A100159	算法编码
data	DataFrame		pandas二维数组
params	dict		算法配置

关于 params 中的全部参数, 请参考算法提供的配置文档。

算法输入数据样例

算法传入数据DataFarme字段

#SOH
['vin', 'timestamp', 'current', 'soc', 'max_single_volt', 'min_single_volt', 'max_temp', 'min_temp', 'mileage'](最少俩条数据)

输入数据demo

sample_data_A100159.csv文件内容

vin	timestamp	current	soc	max_single_volt	min_single_volt	max_temp	min_temp	mileage
A00001	1565020811	-15.4	32	3.626	3.621	20	18	34567
A00001	1565020814	-15.4	32	3.626	3.621	20	18	34567
A00001	1565020815	-15.4	32	3.626	3.621	20	18	34567
A00001	1565020816	-15.4	32	3.626	3.621	20	18	34567
A00001	1565020818	-15.4	32	3.626	3.621	20	18	34567

算法参数配置

#在配置文件中的配置
CO_PARAMS = {
    'bat_config':{
        'singleRatedCap': 153,
    }
}

详细实例demo

import pandas as pd
from thinkenergy.thinkengine import ThinkEngineFactory

app_key      = '123456' # 用户申请的 app_key
app_secret = 'I2NEWMBQFW7IMSD7XFZNHFARCVJAK7IZD' \
            'K23BGABSWNU5QLBBCWLRFTL6QDAHDM32Z' \
            'DA5ITFR6JPPJT3JHCBHZC77ZXNYSE4NUP' \
            'HAEA='  # 用户申请的 app_secret
tef = ThinkEngineFactory(app_key, app_secret)  # 初始化引擎工厂
# 实例化
alg_code = 'A100159' # 算法编号.本例为vGRU算法编号
data = pd.read_csv(r'/tmp/charge_trip.csv', encoding = 'gbk')  # 读取 CSV
params = {
    'bat_config': {
        'singleRatedCap': 102,
    }
}   #可传入符合厂商的配置参数
te1 = tef.get_engine(alg_code)  # 获取SOH算法引擎
te1.set_params(params=params)   # 设置参数.可选,非必须

print(te1.run(data))            # 调用SOH算法

算法结果

{
    'risk': 0.7,   // 返回值约接近1，表明风险概率越高
}