# 压力模型“去掉 0 点、测试 100%”版本说明

> 历史版本记录。该方案对应本地提交 `41fe49636`，当前仓库已回退到备份版本，本文件仅用于保留方案和程序改动。

## 一、版本定位

- 类型：润滑油压力标签 + 深度学习/树模型辅助确认
- 标签：64 条
- 模型：3 小时窗口，XGBoost
- 测试结果：查准率 100%、召回率 100%、F1 100%、PR-AUC 100%
- 事件召回：7/7
- 特点：在 Stage 1 新标签基础上，进一步把“部分掉点小时”按无效处理

## 二、和前后版本的区别

| 版本 | 压力标签 | 7 号 | 8 号 | 9 号 | 测试 F1 | 测试 PR-AUC |
|---|---:|---:|---:|---:|---:|---:|
| 备份版本 | 72 | 7 | 63 | 2 | 96.59% | 99.61% |
| Stage 1 新标签 | 68 | 4 | 63 | 1 | 93.43% | 99.27% |
| **本版本：去掉 0 点** | **64** | **2** | **62** | **0** | **100%** | **100%** |

本版本删除的 7 条单小时弱标签：

- 7号机-P02 2025-04-30 19:00
- 7号机-P10 2025-10-05 12:00
- 8号机-P07 2025-07-09 12:00
- 8号机-P16 2026-04-26 05:00
- 8号机-P03 2026-07-27 05:00
- 8号机-P03 2026-07-31 19:00
- 9号机-P17 2026-01-30 05:00

同时，掉点小时被剔除后，3 条长阶段发生拆分：

- 8号机-P05 2025-02-10/11
- 8号机-P09 2025-10-27/28
- 8号机-P02 2026-06-14/15

最终阶段分布：

- 轻微：59
- 异常：4
- 严重异常：1

## 三、标签规则

### 1. 0 MPa 整小时无效

```text
oil_avg <= 0 → 该小时不参与周期、趋势、连续下降和阶段划分
```

### 2. 部分掉点小时无效

新增小时级 0 值统计：

```text
oil_zero_ratio = 0 值运行样本数 / 运行样本数
```

判定规则：

```text
oil_zero_ratio >= 5%
且相邻小时存在 oil_zero_ratio >= 50% 的小时
→ 该小时判为无效
```

这样能去掉“均值被 0 值拉低、最大值仍正常”的部分掉点小时，同时避免把孤立少量 0 值误判为掉点。

### 3. 斜率只用连续有效小时

```text
6 小时斜率只使用连续 1 小时步长的有效小时
跨掉点、缺失、停机缺口不参与斜率
```

### 4. 前置下降并入轻微

```text
连续下降 >= 6 个有效小时
且 6 小时斜率 < -0.001
且相对周期基线下降不足 5%
→ 该小时判为轻微
```

若与后面的轻微阶段间隔不超过 6 小时，则合并为同一段，阶段起点前移。

### 5. 分级阈值

- 轻微：相对周期基线下降 >= 5%，且处于下降趋势
- 异常：相对周期基线下降 >= 10%，或低报警
- 严重异常：相对周期基线下降 >= 20%，或低低报警

## 四、程序改动

对应提交：`41fe49636`

### 1. `models/common/queries.py`

- 小时聚合 SQL 增加：

```sql
SUM(CASE WHEN YSJ_41 > 0 AND YSJ_5 = 0 THEN 1 ELSE 0 END) AS oil_zero_count
```

- `NUMERIC_HOURLY_FIELDS` 增加 `oil_zero_count`，保证小时 CSV 读取时按数值解析。

### 2. `models/generalized/pressure_algorithm.py`

新增/修改：

- `_zero_ratio(row)`：计算小时 0 值比例。
- `_dropout_invalid_hours(rows)`：
  - 先标记 `zero_ratio >= 50%` 的整小时；
  - 再把 `zero_ratio >= 5%` 且前后 1 小时存在整小时掉点的小时标为无效。
- `assign_hourly_cycles`：
  - 过滤 `oil_avg <= 0`；
  - 过滤 `_dropout_invalid_hours` 命中的小时。
- `_contiguous_slope(history, current)`：
  - 只使用连续 1 小时步长的有效小时计算斜率；
  - 少于 3 个连续点返回 `None`。
- `classify_oil_hourly_segments`：
  - 趋势判断改用 `_contiguous_slope`。
- `extend_oil_segments_with_precursor`：
  - 对轻微阶段向前扩展；
  - 条件：正常小时、相对基线下降 0%–5%、连续下降 >= 6、斜率 < -0.001；
  - 重算阶段开始时间、有效小时数和触发依据。
- `run`：
  - 在阶段合并后调用 `extend_oil_segments_with_precursor`。

### 3. `models/generalized/build_datasets.py`

训练样本构建增加同样的无效小时过滤：

```python
scoped = [row for row in scoped if row.get("oil_avg") is not None and row["oil_avg"] > 0]
invalid = pressure_algorithm._dropout_invalid_hours(scoped)
scoped = [row for row in scoped if (row["批次"], row["_dt"]) not in invalid]
```

目的：0 值和部分掉点小时既不进入标签，也不作为正常样本进入模型训练。

### 4. 小时中间表

- `pks_hourly_full.csv` 增加两列：
  - `oil_zero_count`
  - `oil_zero_ratio`
- 压力标签和训练样本都基于这份带 0 值统计的小时表生成。

### 5. `models/common/verify.py`

压力模型校验基线更新为本版本：

- 候选：12,996 正常 / 956 异常
- train：8,256 / 614
- validation：2,886 / 193
- test：1,854 / 149
- 阈值：`0.8617269992828369`
- 测试异常：查准率/召回率/F1 = 1.0
- 事件召回：7/7

## 五、训练与评估

### 数据范围

| 项目 | 正常 | 异常 | 合计 |
|---|---:|---:|---:|
| 候选窗口 | 12,996 | 956 | 13,952 |
| train | 8,256 | 614 | 8,870 |
| validation | 2,886 | 193 | 3,079 |
| test | 1,854 | 149 | 2,003 |

- 7 号机异常窗口：9 个
- 9 号机异常窗口：0 个

### 验证集

| 阈值 | 查准率 | 召回率 | F1 | PR-AUC |
|---:|---:|---:|---:|---:|
| 0.861727 | 99.45% | 93.26% | 96.26% | 99.52% |

### 封存测试集

| 类别 | 查准率 | 召回率 | F1 | 样本数 |
|---|---:|---:|---:|---:|
| 正常 | 100% | 100% | 100% | 1,854 |
| 异常 | 100% | 100% | 100% | 149 |

- 事件召回：7/7
- 正常事件误报：0

## 六、必须说明的局限

测试集 100% 不代表真实泛化能力完美，原因是：

1. 149 个测试异常窗口全部来自 8 号机；
2. 7 号机、9 号机测试集没有异常窗口；
3. 7 号机只有 2 条压力标签、9 个异常窗口；
4. 9 号机压力标签为 0；
5. 标签仍来自规则演化阶段，不是人工确认的物理故障标签。

因此这个版本更适合作为“掉点过滤和标签清洗”的方案记录，不适合直接作为跨机组泛化结论。

## 七、复现命令

该版本对应提交 `41fe49636`。在干净工作区中可使用：

```bash
# 1. 生成带 0 值统计的小时表（字段：oil_zero_count / oil_zero_ratio）
# 2. 生成压力标签
python3 models/generalized/pressure_algorithm.py \
  --device 7# 8# 9# \
  --hourly-csv models/datas/hourly/pks_hourly_full_zero.csv \
  --output-dir models/datas/staging_v3/pressure

# 3. 重建压力样本、切分、训练、评估
python3 models/generalized/run_pipeline.py --window-hours 3

# 4. 校验
python3 models/common/verify.py
```

注意：当前仓库已回退到备份版本，上述命令需要先恢复到 `41fe49636` 的代码和数据状态。