[发明专利]一种基于逻辑回归的雨量设备故障分析系统有效
申请号: | 202110733032.2 | 申请日: | 2021-06-30 |
公开(公告)号: | CN113435049B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 罗玮;陈媛;刘金全;黄颖 | 申请(专利权)人: | 国能大渡河大数据服务有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F119/02 |
代理公司: | 湖南正则奇美专利代理事务所(普通合伙) 43105 | 代理人: | 肖美哲 |
地址: | 610000 四川省成都市中国*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 逻辑 回归 雨量 设备 故障 分析 系统 | ||
1.一种基于逻辑回归的雨量设备故障分析系统,其特征在于,包括数据采集单元、数据检测单元、天气预测单元以及云控制平台;
所述数据采集单元用于采集雨量筒的历史数据,对雨量筒的历史数据进行分析,并构建可靠性检测模型,从而对雨量筒进行检测,具体分析检测过程如下:
步骤S1:获取到已经投入使用的雨量筒,并将其标记为检测雨量筒,设置标号i,i=1,2,……,n,n为正整数,以单次使用为间隔单位,获取到检测雨量筒的历史数据,历史数据包括雨量数据、时长数据以及误差数据,雨量数据为检测雨量筒历史使用过程中平均单次盛雨量,时长数据为检测雨量筒历史使用过程中平均单次最长工作时长,误差数据为检测雨量筒历史使用过程中平均雨量误差刻度值;
步骤S2:获取到检测雨量筒历史使用过程中平均单次盛雨量、检测雨量筒历史使用过程中平均单次最长工作时长以及检测雨量筒历史使用过程中平均雨量误差刻度值,并将检测雨量筒历史使用过程中平均单次盛雨量标记为SYi,将检测雨量筒历史使用过程中平均单次最长工作时长标记为SCi,将检测雨量筒历史使用过程中平均雨量误差刻度值标记为WCi,通过公式Xi=β(SYi×a1+ SCi×a2+WCi×a3)获取到检测雨量筒的运行系数Xi,其中,a1、a2以及a3均为比例系数,且a1>a2>a3>0;
步骤S3:获取到检测雨量筒所在区域位置,随后获取到雨量筒对应区域位置的平均降雨频率和最大降雨量,并将雨量筒对应区域位置的平均降雨频率和最大降雨量分别标记为PLi和YLi,通过公式HJi=(PLi×a4+YLi×a5)e(a4+a5)获取到检测雨量筒的区域环境系数HJi,其中,a4和a5均为比例系数,且a4>a5>0,e为自然常数;
步骤S4:将检测雨量筒的运行系数Xi和区域环境系数HJi代入公式,构建可靠性检测模型,即:;其中,KKi为检测雨量筒的可靠性检测系数,GR为设定人为影响阈值,t为自变量时间,b1和b2均为比例系数,且b1>b2>0;
步骤S5:将可靠性检测模型发送至云控制平台。
2.根据权利要求1所述的一种基于逻辑回归的雨量设备故障分析系统,其特征在于,所述云控制平台接收到可靠性检测模型后,生成数据检测信号并将数据检测信号发送至数据检测单元,数据检测单元接收到数据检测信号后,对检测雨量筒进行可靠性检测,具体检测过程如下:
步骤SS1:设置检测时间阈值,对检测雨量筒进行可靠性检测系数进行计算,并将检测雨量筒对应的可靠性检测系数进行汇总同时构建可靠性检测系数集合;
步骤SS2:以检测时间阈值为X轴,以可靠性检测系数为Y轴建立直角坐标系,根据检测时间阈值将检测雨量筒在直角坐标系上进行点标记,构建检测雨量筒的可靠性检测曲线;
步骤SS3:对可靠性检测曲线进行分析,获取到可靠性检测曲线的端点;将起点对应的可靠性系数与终点对应的可靠性系数进行比较:若起点对应的可靠性系数≥终点对应的可靠性系数,则判定对应检测雨量筒可靠性系数降低,生成检测雨量筒可靠性异常信号并将可靠性异常信号发送至云控制平台,同时将对应曲线标记为异常曲线;若起点对应的可靠性系数<终点对应的可靠性系数,则判定对应检测雨量筒可靠性系数正常,将对应检测雨量筒标记为正常检测雨量筒并将其发送至云控制平台;
步骤SS4:将异常曲线对应的检测时间阈值划分为k个时间节点,k为大于1的自然数,并将各个时间节点对应的异常曲线节点进行分析,将相邻两个时间节点之间对应的异常曲线斜率进行分析,若对应异常曲线节点对应数值呈下降趋势,且对应斜率大于60度,则将对应两个时间节点之间的时间段标记为故障时间段,并将故障时间段发送至管理人员的手机终端。
3.根据权利要求2所述的一种基于逻辑回归的雨量设备故障分析系统,其特征在于,所述步骤SS3中云控制平台接收到正常检测雨量筒后,云控制平台将正常检测雨量筒的编号送至监测人员,同时生成天气预测信号并将天气预测信号发送至天气预测单元,天气预测单元接收到天气预测信号后进行天气预测,具体天气预测过程如下:
步骤T1:将各个正常检测雨量筒分布至各个采集点,将各个采集点标记为o,o=1,2,……,m,m为正整数,实时获取到各个采集点环境中的风力值,并将各个采集点环境中的风力值标记为FLo;
步骤T2:实时获取到各个采集点的温度变化差值,并将各个采集点的温度变化差值标记为WCo;
步骤T3:通过公式Xo=ɑ(FLo×s1+WCo×s2)获取到各个采集点的天气预测系数Xo,其中,s1和s2均为比例系数,且s1>s2>0,α为误差修正因子;
步骤T4:将各个采集点的天气预测系数Xo与天气预测系数阈值进行比较:
若采集点的天气预测系数Xo≥天气预测系数阈值,则将对应采集点标记为下雨采集点,并将下雨采集点和对应检测雨量筒一同发送至监测人员的手机终端;
若采集点的天气预测系数Xo<天气预测系数阈值,则将对应采集点标记为非下雨采集点,并将非下雨采集点和对应检测雨量筒一同发送至监测人员的手机终端。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国能大渡河大数据服务有限公司,未经国能大渡河大数据服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110733032.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种环保型建筑材料回收装置
- 下一篇:一种高Zn轻质高强铝合金的制备方法