Compressor/backend/model_assistant_generalized

PKS 泛化模型（7/8/9 号机，机组相对特征）

本目录是 7/8/9 号机压力与振动的泛化模型，两者互相独立：分别建特征、分别训练、分别评估，互不影响。

核心思路：绝对油压/振动值各机组不同，直接混合训练会把一台机组的正常水平当成另一台机组的异常。因此去掉绝对特征，改用机组相对（泛化）特征：

• 压力：窗口内相对 + 相对本机周期基线（周期前 3 天）+ 相对近期 24h 基线 + 回撤/连续下降 + 机组 z 分数。
• 振动：相对本机近期 7×24 小时稳健基线（与扫描器口径一致，跨停机周期取历史）的偏离与比例 + 机组 z 分数 + 报警比例。
• 机组基准（*_z 的 median/MAD）只用 train 划分的正常窗口计算，存 models/*_unit_baselines.json；每台机组在 train 中必须有正常事件组，否则报错。

详见 RESULTS_789_GENERALIZED.md（压力）、RESULTS_789_VIBRATION.md（振动）、跨机组泛化与样本扩充方案.md（方案）、实时联合诊断方案.md（实时接入）。

目录

• build_datasets.py：样本构建，支持 --window-hours、--model-types、--units、--hourly-csv（复用中间表不查库）。
• split_datasets.py：按事件组切分，支持 --split-ratios、--seed、--positive-basis。
• generalized_features.py：压力泛化特征。
• generalized_features_vibration.py：振动泛化特征。
• train_model.py：训练并保存机组基准（按 model_type 选择特征模块）。
• evaluate_model.py：留出测试，输出两类指标与分机组误报率。
• infer_and_combine.py：规则联合辅助输出。
• data/hourly.csv：7/8/9 小时级中间表（含油压与振动列），供 --hourly-csv 复用。
• datasets_789/、models_789/：压力 3h；datasets_789_6h/、models_789_6h/：压力 6h 对照。
• datasets_vibration_789/、models_vibration_789/：振动 3h；datasets_vibration_789_6h/、models_vibration_789_6h/：振动 6h 对照。

压力复现

# 1. 重建 3h 样本（重叠即异常，复用中间表不查库）
python backend/model_assistant_generalized/build_datasets.py \
  --window-hours 3 --model-types pressure \
  --hourly-csv backend/model_assistant_generalized/data/hourly.csv \
  --output-dir backend/model_assistant_generalized/datasets_789

# 2. 按事件组切分（6.5/2/1.5，固定种子）
python backend/model_assistant_generalized/split_datasets.py \
  --datasets-dir backend/model_assistant_generalized/datasets_789 \
  --model-types pressure --split-ratios 6.5 2 1.5 --seed 20260921

# 3. 训练
python backend/model_assistant_generalized/train_model.py pressure \
  --datasets-dir backend/model_assistant_generalized/datasets_789 \
  --models-dir backend/model_assistant_generalized/models_789 \
  --all-normal --rounds 800 --early-stopping-rounds 50

# 4. 封存测试
python backend/model_assistant_generalized/evaluate_model.py pressure \
  --datasets-dir backend/model_assistant_generalized/datasets_789 \
  --models-dir backend/model_assistant_generalized/models_789 \
  --output-dir cache/pks_scanner/model_assistant_generalized_789

# 5. 规则联合辅助输出
python backend/model_assistant_generalized/infer_and_combine.py pressure \
  --datasets-dir backend/model_assistant_generalized/datasets_789 \
  --models-dir backend/model_assistant_generalized/models_789 \
  --output-dir cache/pks_scanner/model_assistant_generalized_789

振动复现

振动与压力流程相同，把 --model-types pressure 换成 vibration，目录换成 datasets_vibration_789 / models_vibration_789，输出目录换成 cache/pks_scanner/model_assistant_generalized_vibration_789。切分时振动建议加 --positive-basis groups（每个异常事件等权，避免个别长事件整组落入同一划分）。

6 小时窗口对照

把上面的 datasets_*、models_* 换成 _6h 版本，并在 build_datasets.py 传 --window-hours 6 即可。

压力结果摘要（3h）

测试 2,253 窗口：异常查准率 95.12%、召回率 98.11%、F1 96.59%、PR-AUC 99.61%；正常类 F1 99.74%；事件召回 10/10。分机组正常误报率：7 号机 0.32%、8 号机 1.13%、9 号机 0.00%。

振动结果摘要（3h）

测试 2,180 窗口：异常查准率 71.43%、召回率 71.43%、F1 71.43%、PR-AUC 82.70%；正常类 F1 99.72%；事件召回 4/4。分机组正常误报率：7 号机 0.00%、8 号机 0.71%、9 号机 0.13%。