[发明专利]异常报警方法、装置、电子设备及计算机可读取存储介质

说明书

本申请提供一种异常报警方法、装置、电子设备及计算机可读取存储介质，涉及机器监测技术领域。该方法包括：基于时序特征对监控设备采集的目标机器的检测数据进行整理，得到输入数据；通过预测模型，基于输入数据对目标机器的目标特征进行预测，得到预测数据；基于预测数据与检测数据之间的误差数据进行报警。本申请能够基于时序特征对监控设备采集的用于输入模型进行预测的数据进行处理，从而提高了模型预测的精度和有效性。通过将预测数据与检测数据进行对比，能够在监控设备或目标机器出现异常时，及时地进行报警处理，提高了报警的时效性和准确性，有效地减少了因监控设备异常导致的无法正常报警的情况，从而提高了机械设备运转时的安全性。

技术领域

本申请涉及机器监测技术领域，具体而言，涉及一种异常报警方法、装置、电子设备及计算机可读取存储介质。

背景技术

机械设备，例如火电风机在产线上运转时，为了保证生产正常和安全，需要对其健康状态进行持续监控。如果监控设备显示出异常数据，则需要对风机进行检查，在异常时进行报警。但是，由于监控设备的异常情况，例如监控设备宕机，停止采集并上报之前的检测数据等情况，导致检测数据不准确，无法根据检测数据对风机故障进行实时地报警，从而导致机械设备(风机)运转时的安全性较低。

发明内容

有鉴于此，本申请实施例的目的在于提供一种异常报警方法、装置、电子设备及计算机可读取存储介质，以改善现有技术中存在的机械设备运转时的安全性较低的问题。

为了解决上述问题，第一方面，本申请实施例提供了一种异常报警方法，所述方法包括：

基于时序特征对监控设备采集的目标机器的检测数据进行整理，得到输入数据；

通过预测模型，基于所述输入数据对所述目标机器的目标特征进行预测，得到预测数据；

基于所述预测数据与所述检测数据之间的误差数据进行报警。

在上述实现过程中，能够基于时序特征对监控设备采集的目标机器对应的检测数据进行整理，以输入预测模型对相应的目标特征进行预测，从而提高了模型预测的精度和有效性。通过将预测数据与检测数据进行对比，获取相应的误差数据，能够根据误差数据的实际情况，在监控设备或目标机器出现异常时，及时地进行报警处理，提高了报警的时效性和准确性，有效地减少了因监控设备异常导致的无法正常报警的情况，从而提高了机械设备(例如风机设备)运转时的安全性。

可选地，所述基于时序特征对监控设备采集的目标机器的检测数据进行整理，得到输入数据，包括：

获取所述监控设备采集的所述目标机器的所述检测数据；其中，所述检测数据中包括多种机器特征的特征数据，所述多种机器特征包括：轴承温度、轴承震动情况、轴承温度变化量、轴承震动变化量中的至少一种；

根据多个所述特征数据的关联性确定所述目标特征，以所述目标特征对应的特征数据作为目标数据；

基于所述时序特征，将多个所述特征数据和所述目标数据整合为所述目标特征对应的所述输入数据。

在上述实现过程中，可以根据检测数据中的多种表征不同机器特征的特征数据的关联性，选取具备相应规律波动，且与其他机器特征具有一定相关性的目标特征，从而基于数据的时序特征，对其他特征数据与目标特征对应的目标数据进行整合，得到对应的输入数据。能够基于关联性选取与各个特征相关的目标特征作为预测模型进行预测时的特征，并进行相应地整合处理，有效地提高了输入数据的相关性和有效性。

可选地，所述基于所述时序特征，将多个所述特征数据和所述目标数据整合为所述目标特征对应的所述输入数据，包括：

基于所述监控设备的检测频率，确定多个检测时刻和所述时序特征；

对每个所述检测时刻对应的多个所述特征数据和所述目标数据进行关联，得到时刻数据；