[发明专利]故障预测方法、装置以及存储介质

权利要求书

1.一种故障预测方法，其特征在于，包括：

根据预先设定的时间间隔，获取用于预测凝结水泵是否出现故障的测点数据；

通过预设的故障预测模型根据所述测点数据，预测所述凝结水泵的凝结水流量值，其中所述凝结水流量值用于指示所述凝结水泵的设备情况；以及

在所述凝结水流量值超过预设的预警阈值的情况下，发送预警信息。

2.根据权利要求1所述的方法，其特征在于，通过预设的故障预测模型根据所述测点数据，预测所述凝结水泵的凝结水流量值的操作，包括：

将所述测点数据进行处理，生成基于时间点的矩阵向量；以及

将所述矩阵向量输入所述故障预测模型，通过所述故障预测模型对所述矩阵向量进行分析，得到与所述测点数据对应的凝结水流量值。

3.根据权利要求1所述的方法，其特征在于，通过以下操作步骤训练所述故障预测模型：

获取样本数据，其中所述样本数据为一段历史时间内的所述凝结水泵的测点数据；

通过选取滑动窗口的方式将所述样本数据作为训练特征数据；以及

利用所述训练特征数据对所述故障预测模型进行训练。

4.根据权利要求3所述的方法，其特征在于，利用所述训练特征数据对所述故障预测模型进行训练的操作，包括：

通过预设的LSTM模型分析所述训练特征数据，得到预测的凝结水流量值；以及

利用残差网络将所述预测的凝结水流量值与真实值进行比对，确定所述预警阈值，其中所述预警阈值用于判断所述凝结水流量值是否超出安全范围。

5.根据权利要求3所述的方法，其特征在于，获取样本数据的操作，包括：

获取所述凝结水泵的多个测点的原始数据；以及

将所述原始数据进行预处理以及标准化处理，得到所述样本数据。

6.根据权利要求5所述的方法，其特征在于，将所述原始数据进行预处理以及标准化处理的操作，包括：

将所述原始数据中的缺失数据进行均值填补，并整理乱序数据；以及

去除所述原始数据中的异常值。

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至6中任意一项所述的方法。

8.一种故障预测装置，其特征在于，包括：

数据获取模块，用于根据预先设定的时间间隔，获取用于预测凝结水泵是否出现故障的测点数据；

数据预测模块，用于通过预设的故障预测模型根据所述测点数据，预测所述凝结水泵的凝结水流量值，其中所述凝结水流量值用于指示所述凝结水泵的设备情况；以及

信息发送模块，用于在所述凝结水流量值超过预设的预警阈值的情况下，发送预警信息。

9.根据权利要求8所述的装置，其特征在于，通过预设的故障预测模型根据所述测点数据，预测所述凝结水泵的凝结水流量值的操作，包括：

数据处理子模块，用于将所述测点数据进行处理，生成基于时间点的矩阵向量；以及

向量分析子模块，用于将所述矩阵向量输入所述故障预测模型，通过所述故障预测模型对所述矩阵向量进行分析，得到与所述测点数据对应的凝结水流量值。

10.一种故障预测装置，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

根据预先设定的时间间隔，获取用于预测凝结水泵是否出现故障的测点数据；

通过预设的故障预测模型根据所述测点数据，预测所述凝结水泵的凝结水流量值，其中所述凝结水流量值用于指示所述凝结水泵的设备情况；以及

在所述凝结水流量值超过预设的预警阈值的情况下，发送预警信息。