[发明专利]一种设备性能预警的方法及装置

说明书

本发明涉及设备预警技术领域，尤其涉及一种设备性能预警的方法及装置，该方法包括：获取设备的历史运行数据；基于所述历史运行数据，得到用于预测设备状态的模型参数；实时采集所述设备的在线数据；基于所述在线数据和所述模型参数，得到用于预测设备状态的预警模型；基于所述设备的各种性能参数阈值、所述预警模型，对所述设备的性能进行预警，进而能够对设备数据进行有效监控，并对性能衰退趋势进行及时预警以及对设备性能进行异常检测，达到实时监测的目的。

技术领域

本发明涉及设备预警技术领域，尤其涉及一种设备性能预警的方法及装置。

背景技术

现有的设备运行过程中，会产生很多种类的数据，比如，分为工艺数据、设备数据、生产过程数据、计划数据以及操作数据等。从数据采集角度分，有高频数据、低频数据、统计数据等。从数据格式上分，有结构化数据和非结构化数据。

无法通过上述任意一种单一数据来得到设备的性能状况。

因此，现有的设备运行过程中，无法对设备数据进行有效监控，致使设备出现了故障或者性能衰退等等情况时，无法及时预警。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的设备预警的方法及装置。

第一方面，本发明提供了一种设备性能预警的方法，包括：

获取设备的历史运行数据；

基于所述历史运行数据，得到用于预测设备状态的模型参数；

实时采集所述设备的在线数据；

基于所述在线数据和所述模型参数，得到用于预测设备状态的预警模型；

基于所述设备的各种性能参数阈值、所述预警模型，对所述设备的性能进行预警。

优选地，在所述获取设备的历史运行数据之后，还包括：

对所述历史运行数据进行特征处理，所述特征处理包括对历史运行数据的统计处理、缺失或者空值的补齐处理以及降维处理。

优选地，所述基于所述历史运行数据，得到用于预测设备状态的模型参数，包括：

基于所述历史运行数据，得到所述历史运行数据的特征矩阵；

将所述特征矩阵划分为训练集、验证集以及测试集；

基于所述训练集、验证集以及测试集的训练，得到用于预测设备状态的模型参数。

优选地，所述基于所述在线数据和所述模型参数，得到用于预测设备状态的预警模型，包括：

基于所述在线数据和所述模型参数，采用机器学习算法，得到用于预测设备状态的预警模型。

优选地，所述预警模型具体为设备性能变化趋势曲线。

优选地，基于所述设备的各种性能参数阈值、所述预警模型，对所述设备的性能进行预警，包括：

基于所述设备性能变化趋势曲线，判断实时采集的所述设备的在线数据是否超过对应的性能参数阈值，若超过，则对所述设备的性能衰退趋势进行预警；

基于所述设备性能变化趋势曲线，对所述设备的性能出现异常的情况进行预警。

优选地，所述设备具体为如下任意一种：电机、变频器、变压器、开关。

第二方面，本发明还提供了一种设备性能预警的装置，包括：

获取模块，用于获取设备的历史运行数据；

构建模块，用于基于所述历史运行数据，得到用于预测设备状态的模型参数；