航天器运行模式挖掘方法、系统、存储介质和电子设备与流程

1.本发明涉及航天器飞行控制技术技术领域，尤其涉及一种航天器运行模式挖掘方法、系统、存储介质和电子设备。

背景技术：

2.航天器是由机械、电子、材料、控制、能源、通信以及计算机技术等多学科尖端成果组成并协同工作的大型复杂系统，确保其在轨可靠安全运行对于工程、科学和社会影响意义重大。对航天器进行实时状态监视并提前预警是一项提升航天器飞控任务可靠性和安全性的重要手段。航天器各分系统、各部件之间相互关联、紧密耦合，使得其系统的行为具有秩序与混沌的双重特点，掌握航天器在轨运行状态和演变情况(即运行模式)是准确及时完成状态监视与评估的基础。
3.目前主要基于专家方法进行航天器运行模式的分析与生成，一般由航天器研制或飞行控制领域专家根据掌握的产品设计指标、工作运行逻辑、外部环境影响等信息，基于表征航天器在轨运行状态的遥测数据以“if-then”的规则形式生成航天器运行模式，作为航天器在轨状态监视与评估的理论基础。基于专家方法进行运行模式生成需领域专家确定航天器运行模式有如下缺点：
4.由于航天器在全任务周期的运行过程中，除基于专家方法预先定义的运行模式之外，因为复杂空间环境、航天器的性能退化以及新的任务模式等，会增加较多的未预先定义的运行模式，难以满足航天器全任务周期的运行模式挖掘需求。

技术实现要素：

5.本发明所要解决的技术问题是针对现有技术的不足，提供了一种航天器运行模式挖掘方法、系统、存储介质和电子设备。
6.本发明的一种航天器运行模式挖掘方法的技术方案如下：
7.获取航天器的遥测数据，并对所述遥测数据进行预处理，得到预处理后的遥测数据；
8.根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集；
9.根据所述遥测参数变化频繁项集，生成所述航天器的运行模式。
10.本发明的一种航天器运行模式挖掘方法的有益效果如下：
11.能够实时挖掘出未知的运行模式即挖掘出除自定义的运行模式之外的运行模式，运行模式的可扩展性强，能够满足航天器全任务周期的运行模式挖掘需求。
12.在上述方案的基础上，本发明的一种航天器运行模式挖掘方法还可以做如下改进。
13.进一步，还包括：
14.根据所述预处理后的遥测数据，生成无向图，所述无向图中的节点：表示所述预处理后的遥测数据中的遥测参数，所述无向图中的任意两个节点之间的边表示：该两个节点
所对应的两个遥测参数之间存在关联关系；
15.基于所述无向图，对所述航天器的运行模式进行分析。
16.采用上述进一步方案的有益效果是：通过无向图能够对航天器复杂的运行模式进行可视化展示，以便于对航天器的运行模式进行分析。
17.进一步，所述基于所述无向图，对所述航天器的运行模式进行分析，包括：
18.基于所述无向图，利用静态图挖掘方法和/或动态图挖掘方法对所述航天器的运行模式进行分析。
19.进一步，对所述遥测数据进行预处理，得到预处理后的遥测数据，包括：
20.对所述遥测数据进行缺失值处理、数据规范化处理或连续型数据离散化处理，得到所述预处理后的遥测数据。
21.进一步，所述根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集，包括：
22.基于所述预处理后的遥测数据，利用apriori算法或fp-growth算法，挖掘所述遥测参数变化频繁项集。
23.本发明的一种航天器运行模式挖掘系统的技术方案如下：
24.包括获取预处理模块、挖掘模块和运行模式生成模块；
25.所述获取预处理模块用于：获取航天器的遥测数据，并对所述遥测数据进行预处理，得到预处理后的遥测数据；
26.所述挖掘模块用于：根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集；
27.所述运行模式生成模块用于：根据所述遥测参数变化频繁项集，生成所述航天器的运行模式。
28.本发明的一种航天器运行模式挖掘系统的有益效果如下：
29.能够挖掘出未知的运行模式即挖掘出除自定义的运行模式之外的运行模式，运行模式的可扩展性强，能够满足航天器全任务周期的运行模式挖掘需求。
30.在上述方案的基础上，本发明的一种航天器运行模式挖掘系统还可以做如下改进。
31.进一步，还包括无向图生成模块和无向图分析模块；
32.所述无向图生成模块用于：根据所述预处理后的遥测数据，生成无向图，所述无向图中的节点：表示所述预处理后的遥测数据中的遥测参数，所述无向图中的任意两个节点之间的边表示：该两个节点所对应的两个遥测参数之间存在关联关系；
33.所述无向图分析模块用于：基于所述无向图，对所述航天器的运行模式进行分析。
34.进一步，所述无向图分析模块具体用于：
35.基于所述无向图，利用静态图挖掘方法和/或动态图挖掘方法对所述航天器的运行模式进行分析。
36.进一步，所述获取预处理模块具体用于：对所述遥测数据进行缺失值处理、数据规范化处理或连续型数据离散化处理，得到所述预处理后的遥测数据。
37.进一步，所述运行模式生成模块具体用于：基于所述预处理后的遥测数据，利用apriori算法或fp-growth算法，挖掘所述遥测参数变化频繁项集。
38.本发明的一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的一种航天器运行模式挖掘方法。
39.本发明的一种电子设备，包括处理器和上述的存储介质，所述处理器执行所述存储介质中的指令。
附图说明
40.图1为本发明实施例的一种航天器运行模式挖掘方法的流程示意图；
41.图2为遥测数据和遥测变化事务数据示例的示意图；
42.图3为遥测模式挖掘示例的示意图；
43.图4为航天器运行模式生成过程的流程示意图；
44.图5为遥测关系图之一；
45.图6为遥测关系图之二；
46.图7为正常情况下所有重要参数间关系；
47.图8为异常情况下所有重要参数间关系；
48.图9为拓扑差异分析结果的示意图；
49.图10为本发明实施例的一种航天器运行模式挖掘系统的结构示意图。
具体实施方式
50.如图1所示，本发明实施例的一种航天器运行模式挖掘方法，包括如下步骤：
51.s1、获取航天器的遥测数据，并对所述遥测数据进行预处理，得到预处理后的遥测数据；
52.其中，遥测数据包括：用于表征航天器器上设备工作状态的数字量遥测和器上设备输出的模拟量遥测等数据。
53.s2、根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集；具体地：
54.基于所述预处理后的遥测数据，利用apriori算法或fp-growth算法，挖掘所述遥测参数变化频繁项集。
55.s3、根据所述遥测参数变化频繁项集，生成所述航天器的运行模式。具体实现过程如下：
56.航天器所有状态的集合构成了飞控任务的状态空间，每个状态主要由航天器轨道状态、姿态状态和工况状态等状态向量组成，每个状态由若干参数组成，参数可能包括航天器下传的遥测参数和非航天器下传的测量参数(如轨道等)。若将非航天器下传的测量参数视为自定义遥测参数，航天器运行状态本质就是一些遥测参数的集合。从包含复杂运行机理的航天器遥测数据中发现运行状态(即有关联的一些遥测参数集合)的最大困难在于遥测参数很多时(一般航天器的遥测数据可达到成千上万个)，可能的参数组合的数目会达到一种令人望而却步的程度。
57.关联规则分析是数据挖掘中最活跃的研究方法之一，其目的是发现大量事务记录数据中各项之间的关联关系。遥测参数变化频繁项集发现是关联规则挖掘的基础，其主要任务是发现数据集中频繁出现的项集，即频繁模式。因此，航天器运行模式可以建模为遥测参数变化频繁项集，航天器运行模式挖掘工作就是遥测参数变化频繁项集的发现工作。
58.遥测参数变化频繁项集发现是通过挖掘大量事务记录数据获取频繁模式的，一条事务数据可以认为是部分项的集合，如购物篮问题中一个购物票上所有的商品。航天器运
行状态遥测变化事务数据可以定义为一段时间内状态发生变化的遥测参数集合；
59.如图2所示，图2中的左图为遥测数据示例，遥测数据一般存在于数据库多个表中，数据的第一列为表名，第二列为器上时，从第三列开始至最后为有效遥测数据，有效遥测数据列中的每列均为一个遥测参数。图2中的右图为遥测变化事务数据示例，每一行数据表示一个事务，即同意时间段内变化的遥测参数集合，其中第一列表示时间段中间时刻，后续所有数据表示遥测参数的代号(图例中采用数字作为遥测参数代号示例)。
60.定义遥测变化事务数据t为：t＝{x
i1
，x
i2
，...，x
in
}，其中xi表示在事务t所处的δt时段内有变化的遥测参数，由于xi已经是离散化数据，因此只要xi的取值发生变化就定义为变化遥测参数。
61.遥测参数变化频繁项集发现算法主要有apriori算法和fp-growth算法两种，aprior算法核心思想是通过连接产生候选项及其支持度然后通过剪枝生成遥测参数变化频繁项集，但该方法存在多次扫描事务数据集的缺陷；fp-growth算法提出了一种不产生候选遥测参数变化频繁项集的方法，是将数据集存储在一个特定的称为频繁模式树(fp-tree)的结构之后发现遥测参数变化频繁项集或频繁项对，fp-growth算法相比较于aprior算法效率更高，在整个算法执行过程中，只需便利数据集2次，就能够完成频繁模式发现。
62.使用遥测参数变化频繁项集发现算法对遥测变化事务数据集进行挖掘，即可生成一段时间t数据集中出现的遥测参数集合(所有δt时段内有变化的遥测参数集合，∑δt＝t)及其频数。
63.我们定义遥测集合中遥测参数数量不小于2且频数大于一定阈值的遥测参数集合为频繁遥测集，由多个频繁遥测集组成航天器运行模式fz，fz＝{t1，t2，...，ti}。
64.基于挖掘的航天器运行模式fz以及由专家预定义的运行模式fy，取挖掘的航天器运行模式fz以及由专家预定义的运行模式fy的并集，在轨生成运行模式的全集，由此，能够实时挖掘出未知的运行模式即挖掘出除自定义的运行模式之外的运行模式，运行模式的可扩展性强，能够满足航天器全任务周期的运行模式挖掘需求。如图3所示。
65.可选地，在上述技术方案中，还包括：
66.s4、根据所述预处理后的遥测数据，生成无向图，所述无向图中的节点：表示所述预处理后的遥测数据中的遥测参数，所述无向图中的任意两个节点之间的边表示：该两个节点所对应的两个遥测参数之间存在关联关系；
67.s5、基于所述无向图，对所述航天器的运行模式进行分析。
68.其中，无向图对实际系统的一种简化表示，能将系统简化为一种值保留连接模式的基本特征的抽象结构。客观系统不同部分之间广泛存在着各种各样的关系，因此无向图更能体现客观系统中广泛存在的各种关系规律性。
69.航天器的运行模式本质描述了不同遥测参数之间的关系，可将运行模式涉及的所有遥测参数定义为图中的点，频繁遥测集中的所有参数之间均有边相互连接，由此可以构建一个无向遥测参数关系图g用于可视化航天器运行模式，遥测参数关系图g定义如下：
70.g＝{v，e}
71.v＝{xi|xi∈tj；tj∈f}
72.e＝{xi，xj|xi，xj∈tj；tj∈f}
73.为了便于后续进一步挖掘工作，可给每个边赋予权重，权重可以定义为频繁遥测
集的频度值。
74.通过无向图能够对航天器复杂的运行模式进行可视化展示，以便于对航天器的运行模式进行分析，如图4至图9所示。
75.其中，利用本发明的方法对某型航天器分系统的运行模式进行挖掘，基于挖掘出的模式构建了静态图，图5是采用环形拓扑对图进行展示，图6采用kkfree拓扑结构进行展示，图7至图9是针对某型航天器分系统正常和异常两种情况进行了运行模式挖掘并构建了静态图，采用拓扑结构分析方法对两个静态图进行对比分析，其中，图7是正常情况下构建的静态图，图8是异常情况下构建的静态图，图9是图7和图8的拓扑差异分析结果。
76.可选地，在上述技术方案中，s5中，所述基于所述无向图，对所述航天器的运行模式进行分析，包括：
77.s50、基于所述无向图，利用静态图挖掘方法和/或动态图挖掘方法对所述航天器的运行模式进行分析。
78.其中，对静态图挖掘方法的阐述如下：
79.静态图挖掘方法不考虑系统在时域上的状态变化，主要分析系统在某一时间点或某一段时间内的拓扑结构或属性信息，用以表征不同参数间的相互关系，如进行节点重要性分析(用于重要遥测参数分析)、拓扑结构分析(用于参数关系分析)。
80.其中，对动态图挖掘方法的阐述如下：
81.动态图挖掘方法考虑时域的信息变化，一般研究同一系统在不同时间点的系统时序图集中拓扑结构或属性信息的变化信息，如进行系统退化演化分析、故障影响分析等。
82.可选地，在上述技术方案中，s1中，对所述遥测数据进行预处理，得到预处理后的遥测数据，包括：
83.s10、对所述遥测数据进行缺失值处理、数据规范化处理或连续型数据离散化处理，得到所述预处理后的遥测数据。
84.在进行后续计算之前需要对遥测历史时序数据进行预处理。如果没有历史遥测数据，则可用地面测试数据或者高保真飞控模拟器数据。遥测时序数据格式如下式所示：
[0085][0086]
其中x
ij
表示第j个时间点第i个遥测参数的取值，m和n分别表示遥测参数和时间点的数量。进一步定义x
i：
表示遥测参数i各时刻取值向量，x
：j
表示时刻j所有遥测参数的取值。
[0087]
遥测数据在具体使用过程中，存在着三个主要的问题：
[0088]
1)第一个问题：
[0089]
针对航天器，遥测数据往往是波道复用，即数据下传链路按照不同的周期改变下传内容。参数下传周期不同会导致采样时刻x
：j
中部分数据无法采集。
[0090]
2)第二个问题：
[0091]
遥测参数的量纲和取值范围不同，如压力数据的取值远远大于温度数据的取值，而温度的取值远远大于其他两个参数的取值，同样是数据变化10，温度数据会表现出较大
强度的变化，但针对压力数据却不敏感。
[0092]
3)第三个问题：
[0093]
航天器的参数一般有连续型和离散型两种，这两类数据的预处理方法一般是不一致的。
[0094]
因此，遥测参数的预处理工作主要包括三方面内容：
[0095]
1)缺失值处理：
[0096]
采用“sample-and-hold”方法，即保留参数最后一次更新值并直至下一次更新，若参数取值时发现缺失，则使用最新一次更新值。
[0097]
2)数据规范化处理：
[0098]
采用z-score方法，该方法计算公式为：其中ui和σi表示遥测参数i所有样本的均值和方差，表示规范化后的遥测参数数值，为表达方便，后续将规划化后的数据仍写为x
ij
。
[0099]
3)连续型数据离散化处理：
[0100]
对于连续型的数据的处理一般是先对数据进行离散化编码。连续值属性数据离散化算法很多，具有不同的划分形式：考虑整体样本的全局型和考虑部分样本的局部型、相邻区间合并的自低向上型和区间分割的自顶向下行、考虑类信息的有监督类型和不考虑类信息的无监督类型。目前应用最为广泛的离散化算法是等宽(eqw)和等频(eqf)算法，该类算法需预先设定离散区间个数，计算消耗低。
[0101]
本发明的主要内容包括：
[0102]
1)设计了一种航天器运行模式表示方法，将航天器运行模式建模为数据挖掘理论中的遥测参数变化频繁项集；
[0103]
2)设计了一种航天器运行模式挖掘方法，通过对航天器遥测数据进行遥测参数变化频繁项集挖掘生成航天器运行模式；
[0104]
3)设计了一种基于图的航天器运行模式综合表示方法，可对航天器复杂运行模式进行可视化展示和进一步挖掘应用工作。具体地：
[0105]
本发明面向航天器飞行控制中航天器状态监视与评估任务需求，提出了一种基于遥测参数遥测参数变化频繁项集的航天器运行模式挖掘方法，该方法将航天器运行模式建模为数据挖掘理论中的遥测参数变化频繁项集，即挖掘遥测参数获取一段时间内共同频繁发生变化的遥测参数集合，并采用图结构对表征航天器运行模式的遥测参数变化频繁项集进行信息组织构建遥测参数关系图，基于构建的遥测参数关系图可对航天器复杂运行模式进行可视化展示和进一步异常检测与故障诊断等工作。
[0106]
本发明的目的在于给出一种航天器运行模式的建模和挖掘方法，解决了传统运行模式发现过分依赖领域专家、无法适应航天器全任务周期及时有效挖掘的问题。
[0107]
在上述各实施例中，虽然对步骤进行了编号s1、s2等，但只是本技术给出的具体实施例，本领域的技术人员可根据实际情况调整s1、s2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
[0108]
如图10所示，本发明实施例的一种航天器运行模式挖掘系统200，包括获取预处理
模块210、挖掘模块220和运行模式生成模块230；
[0109]
所述获取预处理模块210用于：获取航天器的遥测数据，并对所述遥测数据进行预处理，得到预处理后的遥测数据；
[0110]
所述挖掘模块220用于：根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集；
[0111]
所述运行模式生成模块230用于：根据所述遥测参数变化频繁项集，生成所述航天器的运行模式。
[0112]
能够挖掘出未知的运行模式即挖掘出除自定义的运行模式之外的运行模式，可扩展性强，能够满足航天器全任务周期的运行模式挖掘需求。
[0113]
可选地，在上述技术方案中，还包括无向图生成模块和无向图分析模块；
[0114]
所述无向图生成模块用于：根据所述预处理后的遥测数据，生成无向图，所述无向图中的节点：表示所述预处理后的遥测数据中的遥测参数，所述无向图中的任意两个节点之间的边表示：该两个节点所对应的两个遥测参数之间存在关联关系；
[0115]
所述无向图分析模块用于：基于所述无向图，对所述航天器的运行模式进行分析。
[0116]
可选地，在上述技术方案中，所述无向图分析模块具体用于：
[0117]
基于所述无向图，利用静态图挖掘方法和/或动态图挖掘方法对所述航天器的运行模式进行分析。
[0118]
可选地，在上述技术方案中，所述获取预处理模块具体用于：对所述遥测数据进行缺失值处理、数据规范化处理或连续型数据离散化处理，得到所述预处理后的遥测数据。
[0119]
可选地，在上述技术方案中，所述运行模式生成模块具体用于：基于所述预处理后的遥测数据，利用apriori算法或fp-growth算法，挖掘所述遥测参数变化频繁项集。
[0120]
上述关于本发明的一种航天器运行模式挖掘系统200中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种航天器运行模式挖掘方法的实施例中的各参数和步骤，在此不做赘述。
[0121]
本发明实施例的一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的一种航天器运行模式挖掘方法。
[0122]
本发明实施例的一种电子设备，包括处理器和上述的存储介质，所述处理器执行所述存储介质中的指令，其中，电子设备为智能手机或电脑等。
[0123]
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
[0124]
因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
[0125]
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、
或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0126]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：

1.一种航天器运行模式挖掘方法，其特征在于，包括：获取航天器的遥测数据，并对所述遥测数据进行预处理，得到预处理后的遥测数据；根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集；根据所述遥测参数变化频繁项集，生成所述航天器的运行模式。2.根据权利要求1所述的一种航天器运行模式挖掘方法，其特征在于，还包括：根据所述预处理后的遥测数据，生成无向图，所述无向图中的节点：表示所述预处理后的遥测数据中的遥测参数，所述无向图中的任意两个节点之间的边表示：该两个节点所对应的两个遥测参数之间存在关联关系；基于所述无向图，对所述航天器的运行模式进行分析。3.根据权利要求2所述的一种航天器运行模式挖掘方法，其特征在于，所述基于所述无向图，对所述航天器的运行模式进行分析，包括：基于所述无向图，利用静态图挖掘方法和/或动态图挖掘方法对所述航天器的运行模式进行分析。4.根据权利要求1至3任一项所述的一种航天器运行模式挖掘方法，其特征在于，对所述遥测数据进行预处理，得到预处理后的遥测数据，包括：对所述遥测数据进行缺失值处理、数据规范化处理或连续型数据离散化处理，得到所述预处理后的遥测数据。5.根据权利要求1至3任一项所述的一种航天器运行模式挖掘方法，其特征在于，所述根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集，包括：基于所述预处理后的遥测数据，利用apriori算法或fp-growth算法，挖掘所述遥测参数变化频繁项集。6.一种航天器运行模式挖掘系统，其特征在于，包括获取预处理模块、挖掘模块和运行模式生成模块；所述获取预处理模块用于：获取航天器的遥测数据，并对所述遥测数据进行预处理，得到预处理后的遥测数据；所述挖掘模块用于：根据所述预处理后的遥测数据，挖掘遥测参数变化频繁项集；所述运行模式生成模块用于：根据所述遥测参数变化频繁项集，生成所述航天器的运行模式。7.根据权利要求6所述的一种航天器运行模式挖掘系统，其特征在于，还包括无向图生成模块和无向图分析模块；所述无向图生成模块用于：根据所述预处理后的遥测数据，生成无向图，所述无向图中的节点：表示所述预处理后的遥测数据中的遥测参数，所述无向图中的任意两个节点之间的边表示：该两个节点所对应的两个遥测参数之间存在关联关系；所述无向图分析模块用于：基于所述无向图，对所述航天器的运行模式进行分析。8.根据权利要求7所述的一种航天器运行模式挖掘系统，其特征在于，所述无向图分析模块具体用于：基于所述无向图，利用静态图挖掘方法和/或动态图挖掘方法对所述航天器的运行模式进行分析。9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令
时，使所述计算机执行如权利要求1至5中任一项所述的一种航天器运行模式挖掘方法。10.一种电子设备，其特征在于，包括处理器和权利要求9所述的存储介质，所述处理器执行所述存储介质中的指令。

技术总结

本发明涉及航天器飞行控制技术技术领域，尤其涉及一种航天器运行模式挖掘方法、系统、存储介质和电子设备，方法包括：获取航天器的遥测数据，并对遥测数据进行预处理，得到预处理后的遥测数据；根据预处理后的遥测数据，挖掘遥测参数变化频繁项集；根据遥测参数变化频繁项集，生成航天器的运行模式，能够挖掘出未知的运行模式即挖掘出除自定义的运行模式之外的运行模式，运行模式的可扩展性强，能够满足航天器全任务周期的运行模式挖掘需求。足航天器全任务周期的运行模式挖掘需求。足航天器全任务周期的运行模式挖掘需求。