[发明专利]一种基于大数据分析技术实现设备故障预警的方法

说明书

本发明提供一种基于大数据分析技术实现设备故障预警的方法，对于需要监测的具体设备和关注参数，在监测时长内进行数据的采集，并制定出2直1曲的连接线，进而形成两个数据策略区间，分析出存在引发告警的设备，人工判断后进行后续处理。本方法基于成熟的大数据分析技术，对海量的设备监控信息进行科学的检测和利用，操作便捷，数据准确，提升隐患判断的能力，将设备故障信息提前筛查出来。

技术领域

本发明涉及一种预警方法，尤其是涉及一种基于大数据分析技术实现设备故障预警的方法。

背景技术

目前监控的设备越来越多，随着时间的推移，会出现一些设备的老化，防止设备损坏造成损失，如何快速定位存在隐患的设备，提前进行相关的排查和检修，做到设备的故障预警尤为重要。现有多是人工经验，缺乏数据支撑。

随着大数据技术的广泛应用，利用大数据的存储和分析能力，对监控的设备进行全方位的数据扫描，并通过数据采集进行海量数据的试算，从而找出设备的运行规律，排查出隐患点，从而确定设备的故障点，进而开始进行设备的检修和维护保养工作。

发明内容

本发明提供了一种基于大数据分析技术实现设备故障预警的方法，可应用于大数据领域、数据中心领域和电力监控领域，解决了监控设备的故障预警分析问题，其技术方案如下所述：

一种基于大数据分析技术实现设备故障预警的方法，包括以下步骤：

S1：选择需要监测的具体数据采集设备，选择该设备的其中一个关注参数，并对该设备设定监测时长，作为进行采集监测的时间周期；

S2：在设定的监测时长，对设备的关注参数进行数据采集；

S3：设定数据采集的采集规则和频率，形成采集点和时间线的监测曲线；

S4：存储监测曲线的数据，分析数据中关注参数的最大值和最小值；

S5：根据数据形成2直1曲的三条连接线，分别是最大上限线、最低下限线和设备状态平滑曲线；

S6：结合对设备的参数值定义的正常参数区间和告警参数区间，即告警阈值进行比对，形成两个数据策略区间；

S7：对存在引发告警的数据策略区间的设备，进一步判断是否故障；

S8：对于存在故障的设备，进行处理。

进一步的，步骤S1中，所述监测时长是指进行采集监测的多个时间周期的综合，所述时间周期以小时、天、月为单位。

进一步的，步骤S1中，所述关注参数包括功耗、电压、电流、温度、湿度、精确度、使用寿命。

进一步的，步骤S3中，所述采集规则是对选择的设备及其关注参数、定义的监测的时间周期，设定采集点，定义采集数据的方式；所述频率是指在单个时间周期内的采集次数。

进一步的，步骤S4中，将存储的监测曲线的数据作为基线，结合散点图生成记录并更新记录的最大值和最小值，作为在监测时间周期内的最极限值进行存储和分析。

进一步的，步骤S5中，所述设备状态平滑曲线，是将检测时间段内的设备状态点进行连接，形成若干条同一时间段的曲线，进行平均法平滑分析，即同一时间点数据的总和/数据量生成平均数值。

进一步的，步骤S5中，最大上限线是选取监测周期内最大值，最低下限线是选取监测周期内最小值。

进一步的，步骤S6中，第一个数据策略区间是正常的设备数据区间，第二个数据策略区间是能够引发告警的设备数据区间，该区间内的设备参数需要处理。

进一步的，步骤S7中，判断是否故障能够通过人工进行判断。