[发明专利]一种面向大型旋转机组健康管理的数据处理方法及系统

权利要求书

1.一种面向大型旋转机组健康管理的数据处理方法，其特征在于，包括如下步骤：

步骤1：获取旋转机组运转过程中的运行状态数据；

步骤2：将获得的运行状态数据进行数据清洗修复处理，得到数据明细表；

步骤3：将清洗修复后的运行状态数据进行维度扩展处理和维度信息匹配处理，得到增维且信息匹配后的全量明细数据宽表；

步骤4：对全量明细数据宽表中各个维度的运行状态数据，分别匹配对应的深度学习算法模型进行数据计算和聚合统计分析，并对数据计算和聚合统计分析结果进行可视化展示。

2.根据权利要求1所述面向大型旋转机组健康管理的数据处理方法，其特征在于，所述步骤2具体为：

对获得的运行状态数据按照不同的数据维度进行数据切片处理，得到运行状态数据在不同数据维度的数据明细；

对各维度的运行状态数据进行数据清洗处理，清除掉其中的无效数据；

对各维度的运行状态数据进行异常数据排查，并对排查到的异常数据进行修复处理；

对清洗修复后的各维度的运行状态数据进行整理，得到数据明细表。

3.根据权利要求1所述面向大型旋转机组健康管理的数据处理方法，其特征在于，所述步骤3具体为：

对清洗修复后的运行状态数据进行时频分析和参数指标提取，将时频分析所得的数据维度和参数指标提取所得的数据维度均添加至数据明细表中，进行维度扩展处理，得到增维数据宽表；

匹配与运行状态数据相关联的其它设备，将与运行状态数据相关联的其它设备参数信息作为新的数据维度，添加至增维数据宽表中，得到全量明细数据宽表。

4.根据权利要求1所述面向大型旋转机组健康管理的数据处理方法，其特征在于，所述步骤4具体为：

从全量明细数据宽表读取各维度的运行状态数据，分别针对每个维度的运行状态数据从深度学习算法库中查找相匹配的深度学习算法模型，从而调用相匹配的深度学习算法模型分别对各个维度的运行状态数据进行数据计算；

分别对每个维度的运行状态数据的数据计算结果进行聚合统计分析；

对所述运行状态数据的数据计算结果和聚合统计分析结果进行可视化展示。

5.一种面向大型旋转机组健康管理的数据处理系统，其特征在于，包括源数据层，数据明细层，数据增维层和算法应用展示层；

所述源数据层用于对获取的旋转机组运转过程中的运行状态数据进行存储；

所述数据明细层用于将获得的运行状态数据进行数据清洗修复处理，得到数据明细表；

所述数据增维层用于将清洗修复后的运行状态数据进行维度扩展处理和维度信息匹配处理，得到增维且信息匹配后的全量明细数据宽表；

所述算法应用展示层用于对全量明细数据宽表中各个维度的运行状态数据，分别匹配对应的深度学习算法模型进行数据计算和聚合统计分析，并对数据计算和聚合统计分析结果进行可视化展示。

6.根据权利要求5所述面向大型旋转机组健康管理的数据处理系统，其特征在于，所述数据明细层包括数据切片模块，数据清洗模块，数据修复模块和数据整理模块；

所述数据切片模块用于对获得的运行状态数据按照不同的数据维度进行数据切片处理，得到运行状态数据在不同数据维度的数据明细；

所述数据清洗模块用于对各维度的运行状态数据进行数据清洗处理，清除掉其中的无效数据；

所述数据修复模块用于对各维度的运行状态数据进行异常数据排查，并对排查到的异常数据进行修复处理；

所述数据整理模块用于对清洗修复后的各维度的运行状态数据进行整理，得到数据明细表。